这是 flutter_tflite 移植的 React Native 版本，使用最新的 TensorFlow Lite 1.12.0。支持：
- 图像检测
- 目标识别（可选 SSD MobileNet 或 Tiny YOLOv2）
项目地址：https://github.com/shaqian/tflite-react-native
yolo.jpg
安装
npm install tflite-react-native --save
react-native link react-native-ssh-sftp
- iOS 端 TensorFlow Lite 需要用 Pod 安装，按以下步骤初始化后安装：
- 初始化 Pod 文件:
cd ios pod init - 打开 Podfile 添加:
target '[your project's name]' do pod 'TensorFlowLite', '1.12.0' end - 安装:
pod install
手动 Link
react-native link 不好使的情况试一下手动添加：
iOS
- 打开 XCode 的 project navigator，右击
Libraries➜Add Files to [项目名称] - 找到
node_modules➜tflite-react-native然后选择TfliteReactNative.xcodeproj - 打开 XCode 的 project navigator，选中你的项目，添加
libTfliteReactNative.a到项目的Build Phases➜Link Binary With Libraries
Android
- 打开
android/app/src/main/java/[...]/MainApplication.java
- 添加import com.reactlibrary.TfliteReactNativePackage;到文件开头的 imports 中
- 添加new TfliteReactNativePackage()到getPackages()方法的列表中 - 在
android/settings.gradle中添加以下内容 :include ':tflite-react-native' project(':tflite-react-native').projectDir = new File(rootProject.projectDir, '../node_modules/tflite-react-native/android') - 在
android/app/build.gradle文件的 dependencies 中添加:compile project(':tflite-react-native')
添加模型到项目
iOS
打开 XCode， 右击项目文件夹，点击 Add Files to "项目名称"...，选择模型文件和标签文件。
Android
打开 Android Studio，右击
app文件夹，然后 New > Folder > Assets Folder。点击 Finish 后生成 assets 文件夹。将模型和标签文件复制到
app/src/main/assets。打开
android/app/build.gradle，在android块中加入以下设定。
aaptOptions {
noCompress 'tflite'
}
使用方法介绍
初始化
import Tflite from 'tflite-react-native';
let tflite = new Tflite();
导入模型和标签
tflite.loadModel({
model: 'models/mobilenet_v1_1.0_224.tflite',// 模型文件，必填
labels: 'models/mobilenet_v1_1.0_224.txt', // 标签文件，必填
numThreads: 1, // 线程数，默认为 1
},
(err, res) => {
if(err)
console.log(err);
else
console.log(res);
});
图像检测
tflite.runModelOnImage({
path: imagePath, // 图像文件地址，必填
imageMean: 128.0, // mean，默认为 127.5
imageStd: 128.0, // std，默认为 127.5
numResults: 3, // 返回结果数，默认为 5
threshold: 0.05 // 可信度阈值，默认为 0.1
},
(err, res) => {
if(err)
console.log(err);
else
console.log(res);
});
- 输出格式：
{
index: 0,
label: "person",
confidence: 0.629
}
目标检测:
- SSD MobileNet
tflite.detectObjectOnImage({
path: imagePath,
model: 'SSDMobileNet',
imageMean: 127.5,
imageStd: 127.5,
threshold: 0.3, // 可信度阈值，默认为 0.1
numResultsPerClass: 2,// 单个类别的返回结果数， 默认为 5
},
(err, res) => {
if(err)
console.log(err);
else
console.log(res);
});
- Tiny YOLOv2
tflite.detectObjectOnImage({
path: imagePath,
model: 'YOLO',
imageMean: 0.0,
imageStd: 255.0,
threshold: 0.3, // 可信度阈值，默认为 0.1
numResultsPerClass: 2, // 单个类别的返回结果数， 默认为 5
anchors: [...], // 默认为 [0.57273,0.677385,1.87446,2.06253,3.33843,5.47434,7.88282,3.52778,9.77052,9.16828]
blockSize: 32, // 默认为 32
},
(err, res) => {
if(err)
console.log(err);
else
console.log(res);
});
- 输出格式：
{
detectedClass: "hot dog",
confidenceInClass: 0.123,
rect: {
x: 0.15,
y: 0.33,
w: 0.80,
h: 0.27
}
}
完整的例子
https://github.com/shaqian/tflite-react-native/tree/master/example
