构建一个 ExecuTorch iOS 演示应用

欢迎来到 ExecuTorch iOS 演示应用的设置教程！

该应用使用 MobileNet v3 模型来处理实时摄像头图像，并利用三个不同的后端：XNNPACK、Core ML 和 Metal Performance Shaders (MPS)（仅限 Xcode 15+ 和 iOS 17+）。

先决条件

在开始之前，请确保您已安装以下工具：

1. Xcode 15 与命令行工具

从 Mac App Store 安装 Xcode 15，然后使用终端安装命令行工具：

xcode-select--install

2. Python 3.10+

MacOS 13.5+ 上应预装 Python 3.10 或更高版本以及 pip。如有需要，可下载 Python 并安装。使用以下命令验证 Python 和 pip 版本：

whichpython3pip
python3--version
pip--version

3. 入门教程

请按照设置 ExecuTorch 教程来配置基本环境：

gitclonehttps://github.com/pytorch/executorch.git--depth1--recurse-submodules--shallow-submodules
cdexecutorch

python3-mvenv.venv&&source.venv/bin/activate

pipinstall--upgradecmakepipsetuptoolswheel

./install_requirements.sh--pybindcoremlmpsxnnpack

4. 后端依赖

此外，请按照 Core ML 和 MPS 教程中的相应部分来安装这些后端的额外依赖项：

./backends/apple/coreml/scripts/install_requirements.sh

./backends/apple/mps/install_requirements.sh

模型和标签

现在，让我们继续导出并打包 MobileNet v3 模型。

1. 导出模型

将 MobileNet v3 模型导出为 Core ML、MPS 和 XNNPACK 后端格式，并将导出的模型移动到 Demo App 将取用的特定位置：

MODEL_NAME="mv3"

python3-mexamples.portable.scripts.export--model_name="$MODEL_NAME"
python3-mexamples.apple.coreml.scripts.export--model_name="$MODEL_NAME"
python3-mexamples.apple.mps.scripts.mps_example--model_name="$MODEL_NAME"
python3-mexamples.xnnpack.aot_compiler--model_name="$MODEL_NAME"--delegate

mkdir-pexamples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo/Resources/Models/MobileNet/
mv"$MODEL_NAME*.pte"examples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo/Resources/Models/MobileNet/

2. 下载标签

下载图像分类所需的 MobileNet 模型标签：

curlhttps://raw.githubusercontent.com/pytorch/hub/master/imagenet_classes.txt\
*oexamples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo/Resources/Models/MobileNet/imagenet_classes.txt

最后步骤

我们马上就要完成了！现在，我们只需要在 Xcode 中打开项目，运行测试，最后运行应用程序。

1. 在 Xcode 中打开项目

双击 examples/demo-apps/apple_ios/ExecuTorchDemo 目录下的项目文件，或运行以下命令：

openexamples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo.xcodeproj

2. 运行测试

您可以直接在 Xcode 中使用 Cmd + U 在模拟器上运行测试，或者使用命令行：

xcrunsimctlcreateexecutorch"iPhone 15"
xcodebuildcleantest\
*projectexamples/demo-apps/apple_ios/ExecuTorchDemo/ExecuTorchDemo.xcodeproj\
*schemeApp\
*destinationname=executorch
xcrunsimctldeleteexecutorch

3. 运行应用程序

最后，连接设备，在 Xcode 中设置代码签名，然后使用 Cmd + R 运行应用程序。尝试安装 Release 版本以获得更好的性能。

恭喜！您已成功设置 ExecuTorch iOS 演示应用程序。现在，您可以在 iOS 设备上探索并享受 ExecuTorch 的强大功能！

了解更多关于在 Apple 平台上集成和运行 ExecuTorch 的信息。