TensorFlow in Android

首先說明以下，這只是把實(shí)踐的過程敘述以下。
參考文章:在Android中借助TensorFlow使用機(jī)器學(xué)習(xí)（譯）
Android TensorFlow Machine Learning Example（科學(xué)上網(wǎng)你懂的

0、前言

環(huán)境

  • 系統(tǒng)：Deepin1.4 Beta
  • java版本：open jdk 1.8
  • python版本：2.7
    上述環(huán)境用于構(gòu)建bazel，bazel是tensorflow的構(gòu)建系統(tǒng)。
  • Android SDK：api 15~api 25
  • Android NDK：android-ndk-r13b-linux-x86_64
    而下面的sdk和ndk是生成安卓下的so文件和java的必須的。
    我們有so文件和java接口的文件就可以了，有興趣當(dāng)然可以去編譯以下，感受一下，期間會(huì)有很多wram，不過不是error就沒事啦。當(dāng)然編譯期間也很占內(nèi)存，我的8g內(nèi)存，飆到97%過了很久才下來。

如果你有興趣，可以下載：

SDK中的NDK在ndk-bundle文件夾下就是了，不知道的話，在SDK下找找看吧。
bazel源碼編譯不要直接從github直接clone而是去release頁面下載，直接clone會(huì)提示你去release下載編譯。源碼編譯bazel我并沒試過，因?yàn)槲矣胐eb安裝成功了，就沒去折騰了。bazel網(wǎng)盤中有幾個(gè)從release頁面下載的文件。

編寫app前你要如下文件：

  • 編譯出來的tensorflow的so庫
  • 編譯出來的java的jar包
  • tensorflow訓(xùn)練出來的文件
    沒有自己編譯的，可以從這下載so和jar包：鏈接：https://pan.baidu.com/s/1VSxnHYyUbbFUszvSbTJokA
    官方訓(xùn)練完的文件：鏈接：http://pan.baidu.com/s/1mhPGigg 密碼：w4bx
  • so文件大?。?0m左右
  • jar包大?。?0k+
  • 訓(xùn)練完的文件大?。?0m+

所以最后安卓demo App的大小是60m+，運(yùn)行內(nèi)存是75m+（當(dāng)然不同手機(jī)可能不一樣）
總的感受是太大了。但是本地的東西也算可以了，一般的模式都是去服務(wù)器訪問，再把結(jié)果返回的吧。

原作者Example

點(diǎn)Detech Object進(jìn)行識(shí)別，這個(gè)模型的原理大概就是從把拍下的圖片分類到已知的類別里面去，因?yàn)?，下載下來的訓(xùn)練文件有個(gè)txt文件就是放這些名詞。

1、安裝bazel

bazel官網(wǎng)：bazel
python和jdk8自己安裝，這里不多講述。
從我上面給出的deb下載下來

sudo dpkg -i '/home/hui/Downloads/bazel_0.4.4-linux-x86_64.deb'

路徑直接把文件拉進(jìn)去。
輸入bazel有顯示bazel參數(shù)選項(xiàng)就安裝成功了。

2、編譯so和jar包

首先下載tensorflow源碼，以供編譯：

git clone --recurse-submodules https://github.com/tensorflow/tensorflow.git

修改clone 下來的TensorFlow中的WROKSPACE文件：

# Uncomment and update the paths in these entries to build the Android demo.
#android_sdk_repository(
#    name = "androidsdk",
#    api_level = 23,
#    build_tools_version = "25.0.1",
#    # Replace with path to Android SDK on your system
#    path = "<PATH_TO_SDK>",
#)
#
#android_ndk_repository(
#    name="androidndk",
#    path="<PATH_TO_NDK>",
#    api_level=14)

修改后：

# Uncomment and update the paths in these entries to build the Android demo.
android_sdk_repository(
    name = "androidsdk",
    api_level = 23,
    build_tools_version = "25.0.1",
    # Replace with path to Android SDK on your system
    path = "/home/hui/Desktop/Android/android-sdk-linux",
)

android_ndk_repository(
    name="androidndk",
    path="/home/hui/Desktop/Android/android-sdk-linux/ndk-bundle",
    api_level=15)

這個(gè)sdk沒有api 14，所以寫了最小的15
以下編譯命令在tensorflow根目錄執(zhí)行，文件路徑是相對于tensorflow根目錄而言
編譯so：

bazel build -c opt //tensorflow/contrib/android:libtensorflow_inference.so \
   --crosstool_top=//external:android/crosstool \
   --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
   --cpu=armeabi-v7a

編譯后文件位置：

bazel-bin/tensorflow/contrib/android/libtensorflow_inference.so

編譯jar文件：

bazel build //tensorflow/contrib/android:android_tensorflow_inference_java

編譯后文件位置：

bazel-bin/tensorflow/contrib/android/libandroid_tensorflow_inference_java.jar

我編譯jar的時(shí)候，第一失敗了，再用多一次命令就搞定了。
這樣就編譯出so和jar包了。
當(dāng)然你也可以從百度云直接下載，跳過2。
windows下試了很多次的安裝bazel都是敗了，果然有些東西要在linux才是最好的。

3、下載訓(xùn)練模型和標(biāo)簽文件

這里我們用google的數(shù)據(jù)就可以，下載地址，下載后解壓可以得到imagenet_comp_graph_label_strings.txt(label for objects) and tensorflow_inception_graph.pb (pre-trained model) 兩個(gè)文件，這兩個(gè)文件放置在Android工程的Assets中即可。

4、Android demo的構(gòu)建

其實(shí)這里已經(jīng)有一個(gè)完整的demo地址，所以如果僅僅想體驗(yàn)一下機(jī)器學(xué)習(xí)，可以直接clone代碼運(yùn)行即可，代碼地址。
如果要自己構(gòu)建demo，則需要引用之前生成的jar文件和so文件：

  • 引用jar：
compile files('libs/libandroid_tensorflow_inference_java.jar')

jar包放在安卓項(xiàng)目的libs文件夾下。

  • 引用so：
    新建jniLibs文件，并把libtensorflow_inference.so 文件放置在jniLibs/armeabi-v7a/ 中。

在安卓項(xiàng)目的main文件夾下創(chuàng)建jniLibs/armeabi-v7a/ ，so放進(jìn)去。
同時(shí)創(chuàng)建不要包含including c++的項(xiàng)目，因?yàn)闀?huì)找不到so路徑。所以普通的項(xiàng)目就行了，因?yàn)閟o是通過ndk生成的，直接放進(jìn)項(xiàng)目就可以用了，不用動(dòng)態(tài)的編譯什么的。

5、自己寫項(xiàng)目（其實(shí)是復(fù)制而已）

https://github.com/MindorksOpenSource/AndroidTensorFlowMachineLearningExample
這是原作者的demo
我們也從demo靜靜的復(fù)制就行了。
放入自己編譯jar包：

放入jar包

放入自己編譯so庫文件：

放入so庫文件

放入下載訓(xùn)練文件：

導(dǎo)入訓(xùn)練文件

從demo復(fù)制兩行到String.xml：

    <string name="toggle_camera">Toggle Camera</string>
    <string name="detect_object">Detect Object</string>
復(fù)制string標(biāo)簽

復(fù)制layout和實(shí)現(xiàn)類：

主要代碼文件

將框框的4個(gè)文件直接從那個(gè)AndroidTensorFlowMachineLearningExample復(fù)制過來

build.gradle添加：

    compile files('libs/libandroid_tensorflow_inference_java.jar')
    compile 'com.flurgle:camerakit:0.9.13'
添加依賴

layout.xml會(huì)報(bào)錯(cuò)，刪除如下：

    android:paddingBottom="@dimen/activity_vertical_margin"
    android:paddingLeft="@dimen/activity_horizontal_margin"
    android:paddingRight="@dimen/activity_horizontal_margin"
    android:paddingTop="@dimen/activity_vertical_margin"

以上4行是設(shè)置外邊距而已。
編譯運(yùn)行吧。
結(jié)果是這樣的：

效果如下

的確有點(diǎn)違和感。就這樣了。
寫了很拖沓，你可以去第一個(gè)參考博客看比較清晰明了。

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容