Exportera din modell för användning med mobila enheter

Med Custom Vision Service kan du exportera klassificerarna så att de körs offline. Du kan bädda in den exporterade klassificeraren i ett program och köra den lokalt på en enhet för realtidsklassificering.

Exportalternativ

Custom Vision Service stöder följande exporter:

• TensorFlow för Android.
• TensorFlow.js för JavaScript-ramverk som React, Angular och Vue. Detta körs på både Android- och iOS-enheter.
• CoreML för iOS11.
• ONNX för Windows ML, Android och iOS.
• Vision AI Developer Kit.
• En Docker-container för Windows-, Linux- eller ARM-arkitektur. Containern innehåller en TensorFlow-modell och tjänstkod för att använda Custom Vision-API:et.

Viktigt!

Custom Vision Service exporterar endast projekt med kompakta domäner. Modellerna som genereras av kompakta domäner är optimerade för begränsningarna för realtidsklassificering på mobila enheter. Klassificerare som skapats med en kompakt domän kan vara något mindre exakta än en standarddomän med samma mängd träningsdata.

Information om hur du förbättrar klassificerarna finns i dokumentet Förbättra klassificeraren .

Konvertera till en kompakt domän

Kommentar

Stegen i det här avsnittet gäller endast om du har en befintlig modell som inte är inställd på kompakt domän.

Utför följande steg för att konvertera domänen för en befintlig modell:

1. På custom vision-webbplatsen väljer du startikonen för att visa en lista över dina projekt.

   

2. Välj ett projekt och välj sedan kugghjulsikonen längst upp till höger på sidan.

   

3. I avsnittet Domäner väljer du en av de kompakta domänerna. Spara ändringarna genom att välja Spara ändringar .

   Kommentar

   För Vision AI Dev Kit måste projektet skapas med domänen General (Compact) och du måste ange alternativet Vision AI Dev Kit under avsnittet Exportfunktioner .

   

4. Längst upp på sidan väljer du Träna för att träna om med den nya domänen.

Exportera din modell

Om du vill exportera modellen efter omträningen använder du följande steg:

1. Gå till fliken Prestanda och välj Exportera.

   

   Dricks

   Om exportposten inte är tillgänglig använder den valda iterationen inte en kompakt domän. Använd avsnittet Iterationer på den här sidan för att välja en iteration som använder en kompakt domän och välj sedan Exportera.

2. Välj önskat exportformat och välj sedan Exportera för att ladda ned modellen.

Nästa steg

Integrera din exporterade modell i ett program genom att utforska någon av följande artiklar eller exempel:

• Använda Din TensorFlow-modell med Python
• Använda DIN ONNX-modell med Windows Mašinsko učenje
• Se exemplet för CoreML-modellen i ett iOS-program för bildklassificering i realtid med Swift.
• Se exemplet för TensorFlow-modellen i ett Android-program för bildklassificering i realtid på Android.
• Se exemplet för CoreML-modellen med Xamarin för bildklassificering i realtid i en Xamarin iOS-app.