2020-09 的文章

基于TNN在Android手机上实现图像分类

这个项目主要是基于TensorFlow Lite的图像分类器,可以实现在Android设备上进行实时图像识别。其主要功能和实现步骤如下: ### 项目结构 - **MainActivity.java**: 主界面实现了图库图片选择及实时摄像头预测。 - **MNNClassification.java**: 集成并封装了MNN模型相关操作。 ### 实现思路 1. **初始化**:

阅读全文
基于MNN在Android手机上实现图像分类

这是一个关于如何在Android应用中实现图像分类的详细指南。你已经成功地使用了TensorFlow Lite进行图像分类,并展示了如何通过调用相机和选择图片两种方式来获取输入数据,然后将这些数据传递给模型以进行预测。 ### 主要内容总结 1. **初始化模型**:首先加载预训练好的`mobilenet_v2_1.0_224.tflite`模型,并创建一个分类器实例。 2. **读取图片并进

阅读全文
一行代码Android上实现人脸检测、关键点检测、口罩检测

本文介绍了使用Paddle Lite在Android应用中实现人脸检测、关键点检测和戴口罩检测的方法。核心代码仅一行,调用`FaceDetectionUtil.getInstance().predictImage(bitmap)`即可完成多项功能。该行代码的背后,涉及模型的训练与编译,包括人脸检测(`pyramidbox.nb`)、人脸关键点检测(`facekeypoints.nb`)及口罩分类(

阅读全文