如何使 tensorflow 对象检测更快-r cnn 模型在 Android 上工作？
How to make tensorflow object detection faster-r cnn model work on Android?
我有一个问题 Tensorflows Object Detection API. I trained Faster R-CNN Inception v2 model with my own dataset for Traffic Sign Classification and I want to deploy it to Android but Tensorflows Object Detection API for Android and/or Tensorflow Lite 似乎只支持 SSD 型号。
有什么方法可以将 Faster R-CNN 模型部署到 Android？我的意思是如何将 Faster R-CNN 的冻结推理图放入 android API 而不是 SSD 冻结推理图？
对于 SSD 型号，必须可以使用 export_tflite_ssd_graph.py 工具。但是：
At this time only SSD models are supported. Models like faster_rcnn
are not supported at this time
有关详细信息，请参阅 this guide。
实现此目的的一种方法是制作一个 flask API，其中将包含进行预测的所有代码对于给定的图像，post 将其发送到 远程服务器 ，例如 Heroku。您可以通过简单地将图像从 Android 转换为 Base64 或 32 并将其发送到 REST API 来调用 API 部署在 Heroku 上。 API 将计算结果（推理）并将输出图像转换回 Base64 并将其发送回 Android 应用程序。 android 应用程序会将 Base64 转换为位图和 Walah！你做出了你的预测。
您可以使用 HttpConnection 库或只使用 Retrofit 在 Android
中进行远程 API 调用
我有一个问题 Tensorflows Object Detection API. I trained Faster R-CNN Inception v2 model with my own dataset for Traffic Sign Classification and I want to deploy it to Android but Tensorflows Object Detection API for Android and/or Tensorflow Lite 似乎只支持 SSD 型号。
有什么方法可以将 Faster R-CNN 模型部署到 Android？我的意思是如何将 Faster R-CNN 的冻结推理图放入 android API 而不是 SSD 冻结推理图？
对于 SSD 型号，必须可以使用 export_tflite_ssd_graph.py 工具。但是：
At this time only SSD models are supported. Models like faster_rcnn are not supported at this time
有关详细信息，请参阅 this guide。
实现此目的的一种方法是制作一个 flask API，其中将包含进行预测的所有代码对于给定的图像，post 将其发送到 远程服务器 ，例如 Heroku。您可以通过简单地将图像从 Android 转换为 Base64 或 32 并将其发送到 REST API 来调用 API 部署在 Heroku 上。 API 将计算结果（推理）并将输出图像转换回 Base64 并将其发送回 Android 应用程序。 android 应用程序会将 Base64 转换为位图和 Walah！你做出了你的预测。 您可以使用 HttpConnection 库或只使用 Retrofit 在 Android
中进行远程 API 调用