Az Ön modelljének exportálása mobileszközökhöz való használatra

Az Azure AI Custom Vision Service lehetővé teszi az osztályozók offline futtatását. Az exportált osztályozót beágyazhatja egy alkalmazásba, és helyileg futtathatja egy eszközön valós idejű besorolás céljából.

Exportálási lehetőségek

A Custom Vision Service a következő exportálásokat támogatja:

• TensorFlowAndroid számára
• TensorFlow.js JavaScript-keretrendszerekhez, például a Reacthez, az Angularhoz és a Vue-hoz. Ez androidos és iOS rendszerű eszközökön is fut
• CoreML iOS 11-es és újabb verziókhoz
• ONNX Windows ML, Android és iOS rendszeren
• Vision AI Developer Kit
• Docker-tároló Windows, Linux vagy ARM architektúrához. A tároló egy TensorFlow-modellt és szolgáltatáskódot tartalmaz a Custom Vision API használatához

Fontos

A Custom Vision Service csak kompakt tartományokkal rendelkező projekteket exportál. A kompakt tartományok által létrehozott modellek a mobileszközök valós idejű besorolásának korlátaira vannak optimalizálva. A kompakt tartománnyal készült osztályozók kissé kevésbé pontosak lehetnek, mint egy ugyanolyan mennyiségű betanítási adattal rendelkező standard tartomány.

Az osztályozók fejlesztéséről további információt az osztályozó fejlesztése című témakörben talál.

Konvertálás kompakt tartománysá

Feljegyzés

Az ebben a szakaszban leírt lépések csak akkor érvényesek, ha van egy meglévő modellje, amely nincs beállítva tömörítési tartományra.

Meglévő modell tartományának konvertálásához kövesse az alábbi lépéseket:

1. Nyissa meg a Custom Vision webhelyét, majd jelentkezzen be a projektek listájának megtekintéséhez.

   

2. Jelöljön ki egy projektet, majd válassza a Fogaskerék ikont a lap jobb felső sarkában.

   

3. A Tartományok szakaszban válassza ki a kompakt tartományok egyikét. A módosítások mentéséhez válassza a Módosítások mentése lehetőséget.

   Feljegyzés

   A Vision AI Dev Kit esetében a projektet az Általános (Kompakt) tartománnyal kell létrehozni, és meg kell adnia a Vision AI Dev Kit beállítást az Exportálási képességek szakaszban.

   

4. A lap tetején válassza ki a Képzés lehetőséget az új domain használatával történő újratanításhoz.

Exportálja a modellt

A modell újratanítás utáni exportálásához kövesse az alábbi lépéseket:

1. Lépjen a Teljesítmény lapra, és válassza az Exportálás lehetőséget.

   

   Tipp.

   Ha az Exportálás bejegyzés nem érhető el, akkor a kijelölt iteráció nem használ kompakt tartományt. A lap Iterations szakaszában válasszon ki egy kompakt tartományt használó iterációt, majd válassza az Exportálás lehetőséget.

2. Válassza ki a kívánt exportálási formátumot, majd válassza az Exportálás lehetőséget a modell letöltéséhez.

Kapcsolódó tartalom

Az exportált modell alkalmazásba való integrálásához tekintse meg az alábbi cikkek vagy minták egyikét:

• TensorFlow-modell futtatása Pythonban
• Az ONNX-modell használata a Windows Machine Learning használatával
• A CoreML-modell Swift-mintájának megtekintése egy iOS-alkalmazásban
• A TensorFlow-modell androidos mintájának megtekintése Android-alkalmazásban