[Android] h5 딥러닝 모델 tflite로 변환하여 안드로이드에 적용

오늘은 학습하여 생성된 h5모델을 tflite로 변환하여 안드로이드에 적용하는 방법을 기록해보겠다!

지금 연구실을 하면서 훈련한 딥러닝 모델을 안드로이드에서 실시간으로 적용시키는 프로젝트를 진행 중이다. 

나는 참고로 LSTM + TCN으로 훈련한 모델을 tflite 모델로 변환시켜 안드로이드에 적용하였다.

Step 1

- Train을 하여 생성된 h5 모델을 원하는 폴더 위치에 옮긴다.

 

Step 2 

- 해당 h5모델을 tflite 모델로 변환시킨다.

import tensorflow as tf
from keras.models import load_model
from tcn import TCN

model = load_model("h5모델이름.h5", custom_objects={"TCN":TCN})
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tfmodel = converter.convert()
open("./tflite_이름.tflite", "wb") .write(tfmodel)
print("success")

Step 3

- 나는 변환된 tflite 모델을 test해보는 코드를 해보았다. 적용시키기 전에 확인해보는 것이 좋다.

Step 4

- 해당 tflite 모델을 안드로이드 프로젝트 assets 폴더에 위치시킨다. 

Step 4

- Interpreter 클래스 타입의 tflite 변수를 선언한다.

public Interpreter tflite;

- modelPath로 전달된 경로에 있는 모델을 불러와서 Interpreter 객체를 생성하여 반환한다.

private Interpreter getTfliteInterpreter(String modelPath) {
    try {
         return new Interpreter(loadModelFile(getActivity(), modelPath));
    }
    catch (Exception e) {
        e.printStackTrace();
    }
    return null;
}

- tflite 변수에 해당 모델을 할당한다.

tflite = getTfliteInterpreter("tflite_이름.tflite");

- tflite 객체의 run 메소드를 호출하여 모델을 실행한다.

tflite.run(features, outputs);