한빛미디어

#tflite #TensorflowLite

​

한빛미디어의 “텐서플로 라이트를 활용한 안드로이드 딥러닝”을 소개합니다.

표지에 나온 이 문구가 무엇보다 눈길을 끌었고 마음에 들었습니다. 개인적으로는 작년 TinyML에 이어 TensorFlow-Lite를 주제로 접하게 된 두번째 도서이기에 반가웠습니다. 게다가 집필서이기에 더욱...

임베디드 분야 업무를 하고 있어서 인공지능과 빅데이터가 나와는 무슨 상관이랴...라고 생각해왔었는데, 최근에 맡은 개발 프로젝트가 대부분이 이와 관련이 있어서 머신러닝 딥러닝을 급하게 학습하기에 꽤나 고생을 했었습니다. 그리고 임베디드 제품에 적용하려면 서버와 인터랙션을 통한 딥러닝 수행도 가능하겠지만 근래 관심이 고조되는 엣지-AI에 무엇보다 관심이 있었죠. 특히나 임베디드 디바이스에 적용할 수 있는 YOLO나 TensorFlow-Lite 프레임워크는 선행개발 프로젝트 때문에 이전에 많은 글을 접하고 시도해본 것이 있어서 본 도서가 조금만 더 일찍 출간되었으면 얼마나 좋을까란 아쉬움과 함께 도서에서는 On-Device AI를 주제로 어떤 내용을 어떻게 구성하여 접근하였는지가 궁금했죠.

​

책의 구성

​

도서는 9장으로 구성되어 있고, 목차에 대한 자세한 내용은 도서의 해당 사이트를 참고합니다.

- https://www.hanbit.co.kr/store/books/look.php?p_code=B2354289186

- https://github.com/dualcoder-pe/android_tflite

내용을 크게 세 부분으로 나누면

- TensorFlow와 TensorFlow-Lite에 대한 소개

- 안드로이드 앱 개발에 대한 소개와 TensorFlow-Lite 적용 방법

- TensorFlow-Lite를 이용한 프로젝트와 최적화

​

주로 임베디드 디바이스를 타겟으로 다루겠지만 TensorFlow-Lite 한계는 다음과 같습니다.

따라서 우리가 본 도서에서 관심있게 지켜봐야 하고 익혀야 하는 부분은 아래 그림으로 요약할 수 있습니다.

4장에 텐서플로 라이트 모델 변환에 대해서 자세히 알아 봅니다. 만일 임베디드 리눅스나 안드로이드 보드에 이식을 해서 실습을 적용하려는 독자는 누구보다 관심있게 읽어야 하는 부분입니다.

“5장 딥러닝 모델을 이용한 안드로이드 앱 개발”을 통해서 안드로이드 앱에 TensorFlow-Lite 적용에 대해서 배우게 됩니다. 이전 챕터까지는 알고 있는 내용과 겹치는 부분이 많아서 집중해서 읽어보게 되는 부분도 5장부터였습니다.

안드로이드 앱에서 TensorFlow-Lite를 적용하기 위해서는 앱이나 타겟보드에서 직접 할 수 없고 이미 학습된 tflite 파일을 로드하는 방식으로 사용됩니다. 도서 초반에 이미 이에 대한 내용을 명시했었죠.

7장에서는 Camera2 API를 사용하여 입력된 프레임 데이터를 다루는 실시간 이미지 프로젝트를 수행해봅니다. 실무에 가까운 상당히 흥미로운 내용입니다.

다만 전제해야 될 것은

TensorFlow-Lite 입문자에게는 너무나도 좋은 구성입니다. TensorFlow-Lite 교육을 한다면 TensorFlow 기반으로 머신러닝과 딥러닝의 이해, TensorFlow-Lite 소개와 임베디드 디바이스 적용 - 이왕이면