如何使用 TensorFlow Lite 在设备上使用多个自定义模型？答案

【问题标题】：How to use multiple Custom Model on device using TensorFlow Lite?如何使用 TensorFlow Lite 在设备上使用多个自定义模型？
【发布时间】：2018-07-26 11:50:32
【问题描述】：

我想随应用发布多个自定义模型。所有模型都有相同的用途。我现在不想主持它。

Custom Model code 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

如何访问多个模型？
即使我托管它，我怎么能访问不同的自定义模型来实现相同的目的？

如果使用mlkit无法实现上述目标，有没有其他方法可以将所有模型的结果结合起来？

【问题讨论】：

标签： android firebase firebase-mlkit

【解决方案1】：

我认为我们还不支持在一次推理中运行多个模型。如果你想在不同的场景下运行不同的模型，你可以给它们分配不同的名字，并使用不同的模型源来触发它们。

如果您能更清楚地描述您的用例，我们可以看看将来如何支持它。

【讨论】：

【解决方案2】：

上面 sn-p 中的 LOCAL_MODEL_NAME 变量指向您与应用捆绑的模型文件。您只需将该值更改为指向与您的应用捆绑的模型之一。

托管模型时，它的工作方式类似。每个模型都有不同的名称，因此您只需传递要使用的模型的名称即可。

【讨论】：

感谢您的建议。这不是我期待的答案。我非常清楚你提出的建议。不过，我很想知道如何同时使用多个模型。
对不起。我现在知道了。我不认为这是支持的，但让我与团队确认一下。我假设动态切换模型对您不起作用（即注册一个，运行推理，然后注册另一个并运行推理）？