こんにちは．changです．
前回に続いてiOSでDeep Learningをやってみます． サンプルをベースに，自作U-Netの学習済みモデルを使ってSemantic Segmationします．
1. サンプルでSemantic Segmentation
前回，公式からダウンロードしたソースを使います． ソースは，~/Tools/TensorflowLite下にあります．
環境変数を再設定
% echo export PATH='/opt/homebrew/bin:$PATH' >> ~/.bash_profile % rbenv global 3.1.1 % source ~/.bash_profile % rbenv versions
% cd ~/Tools/TensorflowLite/examples/lite/examples/image_segmentation/iOS % pod install
エラーになる
ここ*1で紹介されている方法で解決
% xcode-select --install % xcode-select --reset
workspaceを生成→プロジェクトを開く
% pod install % open ./ImageSegmentation.xcworkspace
Bundle IdentifierとTeamを指定してビルド
出来ました😀
2. 自作U-Netのtflite変換
以前に作ったU-Net*2をそのまま使います． Tensorflowで生成されるpbファイルをTensorflowLiteのtfliteファイルに変換するソースのみを書き足しました． 今回は(高速化の為の)量子化等はせず，単純に変換だけ行います．
pb_to_tflite.py
import numpy as np
import os
import tensorflow as tf
dir = "./u-net"
input_model = dir + "/output"
output_model = dir + "/models/unet_dagm_256.tflite"
#to tensorflow lite
converter = tf.lite.TFLiteConverter.from_saved_model(input_model)
tflite_quant_model = converter.convert()
if not os.path.exists(dir + "/models"):
os.mkdir(dir + "/models")
with open(output_model, 'wb') as o_:
o_.write(tflite_quant_model)
Note: 変換はLinux上で行いました．
3. 自作U-NetをiPhone内で推論
(1) tfliteをプロジェクトに追加
上で変換したtfilteをGoogleドライブ経由でMacに移植しました． 更に，examples/lite/examples/image_segmentation/ios/ImageSegmentation/modelにコピーし，プロジェクトに追加しました．
(2) 自作モデルの読み込み
ソース内で定義されていたモデル名を指定．
ImageSegmentator.swift
static let modelFileName = "unet_dagm_256" static let modelFileExtension = "tflite"
デバッグ実行するとエラーになりました． ちなみに，Androidでは同様に変換したtfliteを読めました． iOSでは独自の変換が要るという事でしょうか？
4. むすび
時間掛かりそうなので，一度区切ります． 集中すれば出来そうなんだけどなぁ😮💨
