Flutter tflite 개념 및 사용법 | 차량 데이터 딥러닝

 tflite_flutter 사용법

'차량 데이터 딥러닝을 통한 위험운전행동 예측 앱'을 주제로 졸업 프로젝트를 하면서 크로스플랫폼 개발 도구로 Flutter 를 선택했습니다. 

Flutter를 사용해 차량데이터를 학습한 결과를 실시간으로 연동하기 위해 tflite를 사용하기로 했습니다.

 

https://pub.dev/packages/tflite_flutter

tflite_flutter | Flutter package

 

데이터 기반으로 Tenserflow에 학습모델을 구축을 해둔상태이고, 해당 학습모델을 flutter와 연동하였습니다.

 

기기별 설정

크로스 플랫폼이기 때문에 기기별로 각각 알맞은 경로에 파일을 두고, plugin을 install 해야합니다.

Android 설정

• install.bat 파일을 프로젝트 root경로에 저장
• 해당 파일을 클릭하고 install plugin 버튼 클릭

IOS 설정

• TensorFlowLiteC.framework. zip 파일 다운로드
• 패키지 파일의 pub-cache폴더에 두기
  • pub-cache 폴더 위치
  • ~/.pub-cache/hosted/pub.dartlang.org/tflite_flutter-/ios/ (Linux/ Mac)
  • %LOCALAPPDATA%\Pub\Cache\hosted\pub.dartlang.org\tflite_flutter-\ios\ (Windows)

패키지 설치

dependencies:
  tflite_flutter: ^0.9.0

• import

import 'package:tflite_flutter/tflite_flutter.dart';

 

 

사용과정

    late List result;
    @override
    void initState() {
        //json을 받아오기 위한 초기화
        super.initState();
        loadModel();
    }
    //...build 코드 생략
    loadModel() async {
        final _interpreter  = await Interpreter.fromAsset('exam_model.tflite');//assets 폴더 내의 tflite 파일 가져오기
        print('Interpreter loaded successfully');

        List<List<double>> input = [/*입력 List*/]; 
        var output = List<double>.filled(input.length, 0).reshape([input.length, 1]); // model output 초기화
        // inference
        _interpreter.run(input, output);

        print("load model successfully");
        result = output;//List 형태로 결과 저장됨
        
        _interpreter.close();
    }

• 모델이 로드 완료되면, 지정한 input으로 Run을 수행합니다.
• run의 역할은 주피터(Jupyter)에서 Predict와 동일한 역할을 합니다.
• 예측한 결과가 output에 저장됩니다.

 

상세 내용

 

1. 인터프리터 생성

final interpreter = await Interpreter.fromAsset('assets/your_model.tflite');

• fromAsset
  • assets 폴더 내의 tflite 파일 가져옵니다. 
  • assets 폴더 내에는 pubspec.yaml 파일이 포함되어야합니다.

2. inference 수행

1) 단일 입력과 출력

        _interpreter.run(input, output);

 

• void run(Object input, Object output) 함수를 호출해서 inference를 수행합니다.
• 입력과 출력을 모델의 입출력과 동일하게 구성합니다.

2) 다중 입력과 출력

var input0 = [1.23];  
var input1 = [2.43];  

// input: List<Object>
var inputs = [input0, input1, input0, input1];  

var output0 = List<double>.filled(1, 0);  
var output1 = List<double>.filled(1, 0);

// output: Map<int, Object>
var outputs = {0: output0, 1: output1};

// inference  
interpreter.runForMultipleInputs(inputs, outputs);

3) 인터프리터 종료

 

        _interpreter.close();

• 생성한 인터프리터를 종료하는 함수도 존재합니다다. 
• 마치 DB 연결을 종료하는 역할과 동일한 일을 수행합니다. 

 

참고자료

https://pub.dev/packages/tflite_flutter