部署 LiteRT 模型

您可以使用预编译的 label_image 示例应用程序、LiteRT C++ API 或 Qualcomm IM SDK 的 gst-ai-classification 管道，在 Qualcomm 开发套件上运行 LiteRT 模型。

在部署之前，请确保您已完成前提条件和模型设置。

部署为原生应用程序

label_image 示例应用程序是 TensorFlow 仓库的一部分，已使用 LiteRT 库交叉编译并安装在目标设备上。它加载一个 LiteRT 分类模型，并使用 delegate 对图片执行推理。 使用 XNNPACK delegate 在 CPU 上运行：

label_image -l /etc/artifacts/labels.txt \
            -i /etc/artifacts/grace_hopper.bmp \
            -m /etc/artifacts/mobilenet_v1_1.0_224_quant.tflite \
            -c 10 \
            -p 1 \
            --xnnpack_delegate 1

使用 GPU delegate 在 GPU 上运行：

label_image -l /etc/artifacts/labels.txt \
            -i /etc/artifacts/grace_hopper.bmp \
            -m /etc/artifacts/mobilenet_v1_1.0_224.tflite \
            -c 10 \
            -p 1 \
            --gl_backend 1

有关源代码，请参阅 TensorFlow GitHub 仓库中的 label_image 示例。

部署为 C++ 应用程序

下图显示了创建 C++ 应用程序以运行 LiteRT 模型的步骤：

加载 LiteRT 模型

LiteRT 模型是一个包含模型算子、权重和偏置的 FlatBuffers 文件。使用以下 API 加载模型以进行推理：

#include <cstdio>
#include <iostream>
#include "tensorflow/lite/interpreter.h"
#include "tensorflow/lite/kernels/register.h"
#include "tensorflow/lite/model.h"
#include "tensorflow/lite/optional_debug_tools.h"

std::unique_ptr<tflite::FlatBufferModel> model;

model = tflite::FlatBufferModel::BuildFromFile(model_name.c_str());

if (!model) {
    std::cerr << "Failed to mmap model " << model_name << std::endl;
    exit(-1);
}

创建 LiteRT 解释器

解释器配置模型在所选 delegate 上的执行，并为前向传播分配内存：

tflite::ops::builtin::BuiltinOpResolver resolver;
tflite::InterpreterBuilder builder(*model, resolver);
std::unique_ptr<tflite::Interpreter> interpreter;
builder(&interpreter);

if (!interpreter) {
    std::cerr << "Failed to construct interpreter on provided tflite model" << std::endl;
}
if (interpreter->AllocateTensors() != kTfLiteOk) {
    std::cerr << "Failed to allocate tensors!" << std::endl;
    exit(-1);
}

使用 delegate 准备模型

以下示例创建 XNNPACK delegate，用于在 Arm® CPU 上运行 LiteRT 模型：

TfLiteXNNPackDelegateOptions xnnpack_options = TfLiteXNNPackDelegateOptionsDefault();
xnnpack_options.num_threads = num_threads;

TfLiteDelegate* xnnpack_delegate = TfLiteXNNPackDelegateCreate(&xnnpack_options);
if (interpreter->ModifyGraphWithDelegate(xnnpack_delegate) != kTfLiteOk) {
    // Report error and fall back to another delegate, or the default backend
}

准备输入/输出缓冲区

在运行推理之前，请对输入数据（例如摄像头帧）进行预处理，以匹配模型期望的格式。常见的预处理步骤包括：

将输入图像缩放到模型期望的分辨率
归一化
均值减除

运行推理

使用 Invoke() API 运行推理。完成后，从解释器中解析输出张量：

interpreter->Invoke();

有关完整示例，请参阅 TensorFlow GitHub 仓库中的 label_image 示例。有关更多信息，请参阅 LiteRT 文档。

使用 Qualcomm IM SDK 部署

gst-ai-classification 示例应用程序使用 Qualcomm IM SDK 插件，在 Qualcomm 开发套件上以硬件加速方式运行 LiteRT 分类模型。管道接收来自摄像头的视频流，执行预处理，在 AI 硬件上运行推理，并显示结果：

在 Qualcomm Linux 上使用 Qualcomm IM SDK 的 LiteRT 模型管道 — 使用 Qualcomm IM SDK 的 LiteRT 模型管道

gst-ai-classification 应用程序：

以指定的分辨率和帧率（例如 1080p、30 fps）打开 IMX577 摄像头。
对每个摄像头帧进行预处理——缩小到 224×224 并根据模型要求进行归一化。
加载 LiteRT 分类模型，并使用 qtimltflite 插件运行推理。
从输出张量中提取预测概率最高的标签。
将推理结果叠加在原始摄像头帧上，并显示在连接的显示器上。

下载模型和标签文件

前往 Qualcomm AI Hub 并下载 Inception-v3 量化模型。

下载标签文件：

curl -L -O https://raw.githubusercontent.com/qualcomm/sample-apps-for-qualcomm-linux/refs/heads/main/artifacts/json_labels/classification.json

在目标设备上，创建所需目录：

ssh root@<IP_ADDRESS_OF_TARGET_DEVICE>

mkdir -p /etc/models /etc/labels /etc/media

exit

将模型和标签文件复制到设备：

scp classification.json root@<IP_ADDRESS_OF_TARGET_DEVICE>:/etc/labels

scp inception_v3-inception-v3-w8a8.tflite root@<IP_ADDRESS_OF_TARGET_DEVICE>:/etc/models

运行示例应用程序

使用 SSH 登录目标设备：
ssh root@<IP_ADDRESS_OF_TARGET_DEVICE>

编辑 /etc/configs/config_classification.json 配置文件：

{
  "file-path": "/etc/media/video.mp4",
  "ml-framework": "tflite",
  "model": "/etc/models/inception_v3-inception-v3-w8a8.tflite",
  "labels": "/etc/labels/classification.json",
  "threshold": 40,
  "runtime": "dsp",
  "output-type": "waylandsink"
}

将一个视频文件复制到设备上的 /etc/media/video.mp4。

运行分类示例应用程序：

gst-ai-classification --config-file=/etc/configs/config_classification.json

要停止应用程序，请按 Ctrl+C。

运行时，应用程序会在连接的显示器上显示视频流，并在每一帧上叠加推理结果。

简介

架构

关键文档

技术

系统

发行说明

部署为原生应用程序

部署为 C++ 应用程序

加载 LiteRT 模型

创建 LiteRT 解释器

使用 delegate 准备模型

准备输入/输出缓冲区

运行推理

使用 Qualcomm IM SDK 部署

下载模型和标签文件

运行示例应用程序

​部署为原生应用程序

​部署为 C++ 应用程序

​加载 LiteRT 模型

​创建 LiteRT 解释器

​使用 delegate 准备模型

​准备输入/输出缓冲区

​运行推理

​使用 Qualcomm IM SDK 部署

​下载模型和标签文件

​运行示例应用程序

部署为原生应用程序

部署为 C++ 应用程序

加载 LiteRT 模型

创建 LiteRT 解释器

使用 delegate 准备模型

准备输入/输出缓冲区

运行推理

使用 Qualcomm IM SDK 部署

下载模型和标签文件

运行示例应用程序