iOS 演示 APP

TensorFlow Lite 示例程序是一款相机应用，通过量子化的 MobileNet 模型来对摄像头后置摄像头所看到的内容进行分类。下面的说明想你展示了如何在 iOS 上构建和运行这个程序。

准备

你必须安装 Xcode 并且具有一个有效的 Apple 开发者 ID，同时还需要一个链接了你开发者账号的 iOS 设备及全部正确的证书。对于这些步骤，我们假设你已经能够载你当前开发环境中编译并将应用部署在一个 iOS 设备上。
演示程序需要使用相机，因此必须在一台真实的 iOS 设备上运行。你当然可以构建并使用 iPhone 模拟器运行此程序，但它不会为分类问题提供任何相机画面。
你不需要构建整个 TensorFlow 库来运行示例程序，但你需要克隆整个 TensorFlow 仓库：
```
  git clone https://github.com/tensorflow/tensorflow
```
你还需要安装 Xcode 提供的命令行工具：
```
  xcode-select --install
```
如果你是第一次安装，那么需要先运行一次 Xcode 进行许可，才能继续。

如果你没有 CocoaPods 则可以使用下面的命令进行安装:
```
 sudo gem install cocoapods
```
下载示例应用的模型文件（可以通过克隆的目录来完成）：
```
 sh tensorflow/contrib/lite/examples/ios/download_models.sh
```
下载 pod 生成的 workspace 文件：
```
 cd tensorflow/contrib/lite/examples/ios/camera
 pod install
```
如果你已经安装了这个 pod 并且上线的命令无效，请尝试
```
 pod update
```
在这个步骤之后，你会具有一个名叫 tflite_camera_example.xcworkspace 的文件。
使用下面的命令在 Xcode 中打开项目：
```
 open tflite_camera_example.xcworkspace
```
如果 tflite_camera_example 项目尚未打开则会启动 Xcode。
在 Xcode 中编译运行程序。

注意，如前文所述，你必须将你的设备链接到一个开发者账户上才能完成设备的部署。