如何用 TensorFlow 打造 Not Hotdog 的移动应用

原文： https://hackernoon.com/how-hbos-silicon-valley-built-not-hotdog-with-mobile-tensorflow-keras-react-native-ef03260747f3

Not Hotdog 官网： https://www.seefoodtechnologies.com/nothotdog/

为了提高移动设备上的执行效率，并减小 model 以及的安装包尺寸，作者做的主要优化包括：

1. Rounding the weights of our network helped compressed the network to ~25% of its size.
2. Optimize the TensorFlow lib by compiling it for production with -Os
3. Removing unnecessary ops from the TensorFlow lib

我自己也基于 TensorFlow 的 Android Example 做了一个 YOLOv2 的移植（ https://github.com/madeye/yolo-android ），过程意想不到的顺利。经过 Quantization 后的安装包大小差不多 20MB，识别速度可以达到 2 FPS 左右 （ Google Pixel ）。

感觉可以尝试的事情还有很多，独立开发者们不妨在自己的应用里试试基于 Deep Learning 技术。