在开发iOS应用时，如果需要在设备端（如iPad或iPhone）运行模型以实现更快的推理速度或解锁新功能（例如增强现实），则可以考虑将计算机视觉模型嵌入到原生移动应用中。这样，开发者可以赋予应用“视觉”能力，使其能够识别和理解图像内容。
示例应用：CashCounter
CashCounter是一个示例iOS应用，它可以计算美元硬币和纸币的数量。这个简单的示例展示了如何将计算机视觉模型嵌入到移动应用中，并实现一些附加功能。
支持的硬件和软件
所有iOS设备都支持设备端推理，但iPhone 8（A11 Bionic处理器）及更旧型号的设备将回退到能效较低的GPU引擎。Roboflow要求iOS的最低版本为15.4。
安装SDK
在运行示例应用之前，请确保已安装Expo和CocoaPods。从GitHub克隆RoboflowExpoExample项目，打开项目并运行expo install。在终端中，导航到项目的iOS目录并运行pod install。成功安装Podfile后，打开XCode中的RoboflowExpoExample.xcworkspace。在左侧点击项目名称，然后选择签名和功能，选择团队。在XCode中打开RoboflowFrameProcessorPlugin.swift，添加API密钥、模型名称和模型版本。
class RoboflowFrameProcessorPlugin: NSObject {
var apiKey: String
var modelName: String
var modelVersion: String
init(apiKey: String, modelName: String, modelVersion: String) {
self.apiKey = apiKey
self.modelName = modelName
self.modelVersion = modelVersion
super.init()
}
// 其他代码...
}
运行应用
最后一步是在XCode中使用设备运行应用。应用将使用Roboflow提供的API密钥、模型名称和模型版本进行配置。
预测格式
应用将返回以下格式的预测结果：
struct Prediction {
var x: Float // 物体中心的x坐标
var y: Float // 物体中心的y坐标
var width: Float
var height: Float
var className: String
var confidence: Float
var color: UIColor
var box: CGRect
}
CGRect是Apple开发者文档中定义的一个结构体，用于表示矩形区域。
创建自定义应用
和提供了更多信息，帮助创建自定义应用以部署模型。
下一步
如果应用中存在误检或低置信度的检测结果，可以将样本图像发送回Roboflow进行标注和重新训练，以快速改进模型。实施主动学习是提高模型性能的有效方法。