如何使用TensorFlow Lite在設備上使用多個自定義模型？

Question

我想隨應用程序一起運送多個自定義模型。 所有模型都有相同的目的。 我現在不想托管它。

自定義模型代碼github

FirebaseLocalModelSource localModelSource =
        new FirebaseLocalModelSource.Builder(LOCAL_MODEL_NAME)
                .setAssetFilePath(LOCAL_MODEL_PATH).build();
// add multiple

FirebaseModelManager manager = FirebaseModelManager.getInstance();
manager.registerLocalModelSource(localModelSource);

// access multiple

1. 如何訪問多個模型？
2. 即使托管它，又如何出於同一目的訪問不同的自定義模型？

如果使用mlkit無法實現上述目的，是否還有其他方法可以合並所有模型的結果？

Answer 1

我認為我們尚不支持在一個推斷中運行多個模型。 如果要在不同的方案中運行不同的模型，則可以為它們分配不同的名稱，並使用不同的模型源來觸發它們。

如果您可以更清楚地描述您的用例，我們將在將來看到如何支持它。

Answer 2

上面代碼段中的LOCAL_MODEL_NAME變量指向您與應用捆綁在一起的模型文件。 您只需更改該值即可指向與應用程序捆綁在一起的模型之一。

托管模型時，其工作原理類似。 每個模型都有不同的名稱，因此您只需傳遞要使用的模型的名稱即可。