一款从图片识别狗的类别的应用,包括Android版和微信小程序版。
-
data
包含狗的类别信息的数据及处理脚本,数据收集自百度百科和维基百科。
- dogs.xls - Office Excel格式的数据
- dogs.csv - CSV格式的数据
- csv_to_json.py - CSV格式转换为JSON格式的脚本,在微信小程序和Android程序中都使用JSON格式的数据
-
serving
包含重新训练狗类别识别模型的脚本,以及为了部署而对模型进行重建的脚本。
- retrain.py - 从Inception V3模型重新训练狗类别识别模型的脚本
- rebuild_model.py - 为了给微信小程序提供RESTful API,对retrain模型做了重建,使其接受base64字符串形式的图片数据。
- test_rebuild_model.py - 测试rebuild的模型,直接inference模型
- test_client.py - 用来测试服务器上所部署模型的简单测试客户端,适用于rebuild的模型
- test_client_v1.py - 测试客户端的最初版本,适用于retrain出来的模型
- dog_labels_inception_v3.txt - 狗类别标签列表,这个列表是在retrain过程中生成的
-
wxapplet
包含微信小程序的源码。
-
tflite
- android - 采用Tensorflow Lite的Android源码,在手机端实现狗狗识别。
- scripts - 包含从mobilenet重新训练的脚本以及相关显示脚本
- 当微信小程序遇上TensorFlow:Server端实现
- 当微信小程序遇上TensorFlow:Server端实现补充
- 当微信小程序遇上TensorFlow:小程序实现
- 当微信小程序遇上TensorFlow:接收base64编码图像数据
另外关于Tensorflow SavedModel模型,您还可以阅读:
关于Android版本的Tensorflow Lite,您可以阅读:
- 这个中秋,我开发了一个识别狗狗的app
- TensorFlow在移动设备与嵌入式设备上的轻量级跨平台解决方案 | Google 开发者大会 2018
- 如何将自己开发的模型转换为TensorFlow Lite可用模型
- Android上的TensorFlow Lite,了解一下?
您还可以关注我的微信公众号:云水木石,一个专注于机器学习的个人空间。