将 TensorFlow 移植到 Android手机，实现物体识别、行人检测和图像风格迁移详细教程

转自：http://blog.csdn.net/masa_fish/article/details/54097796

2017/02/23 更新

贴一个TensorFlow 2017开发者大会的Mobile专题演讲

移动和嵌入式TensorFlow

这里面有重点讲到本文介绍的三个例子，以及其他的移动和嵌入式方面的TF相关问题，干货很多

2017/01/17 更新

---

今天上 Github，发现 Tensorflow 的 Android demo又更新了，除了基本的修改以外，又增加了一个图像风格迁移的安卓demo，而且还增加了android Studio 的编译支持。

迫不及待的移植到手机上试了一下。在安装的过程中，发现了以前文章中的几处小错误。特地跑来更正。

同时将风格迁移的demo一并增加到原文中。

原文如下：

---

本文是TensorFlow官网教程：将 TensorFlow 深度学习模型，移植到安卓手机，进行物体识别、行人检测和图像风格迁移的一个具体实现过程。（教程主页见: TensorFlow Mobile）

该教程一共实现了三个简单的深度学习模型移植：

1、TF Classify: 实时物体分类 
2、TF Detect: 实时行人检测 
3、TF Stylize: 实时图像风格迁移

具体使用的模型和算法可以参考上面的官方链接，我这里只谈移植过程，算法就不讲啦。

该教程提供了 Android、iOS、Raspberry Pi三种手机操作系统的支持。我只实现了Android移植，所以本文以Android移植为例。

---

我的电脑环境

笔记本：ThinkPad T450 X86_64 
显卡：主显 Intel HD Graphics 5500 ； 独显 NVIDIA GT 940M 
系统环境：Ubuntu14.04 64位、Windows7 64位 双系统 
CUDA 版本： 8.0 
cudnn 版本： v5.1 
TensorFlow版本: master 
Bazel版本: 0.4.3 
安卓手机： 联想 PB2-690N

---

一、下载 TensorFlow 项目源码

如果想实现将TensorFlow训练的模型移植到安卓手机，首先需要下载tensorflow的项目源码。

TensorFlow项目源码下载地址

注意！！

TensorFlow的源码 r0.12版本中只包含 TF-Classify一个模型的实现，需下载master版本才能包含全部的三个模型实现。

在项目中，android demo的源码位置是

//tensorflow/examples/android
 
 
1
 
 
1

二、安装Bazel

电脑还需要安装Bazel，这个我在源码安装TensorFlow的时候就已经装好，还没装的同学可以参考我的另一篇文章，文中前半部分有写如何安装Bazel。

Ubuntu14.04 源代码安装 TensorFlow r0.12 详细教程

---

三、安装 SDK

1、下载SDK，并将其解压到从github下载的tensorflow源代码根目录下 
(注：其实可以安装在任意目录下，我这里以安装在tensorflow目录为例。)

$ wget https://dl.google.com/android/android-sdk_r24.4.1-linux.tgz
$ tar xvzf android-sdk_r24.4.1-linux.tgz -C ~/tensorflow
 
 
1
2
 
 
1
2

2、 更新SDK和安装 SDK build tools

$ cd  ~/tensorflow/android-sdk-linux
$ sudo  tools/android  update  sdk --no-ui
 
 
1
2
 
 
1
2

(注：不加sudo 会报错，提示failed to fetch URL)

四、安装 NDK

下载 NDK，解压到tensorflow根目录下 
(注：其实可以安装在任意目录下，我这里以安装在tensorflow目录为例。)

$ wget https://dl.google.com/android/repositor/android-ndk-r12b-linux-x86_64.zip 

$ unzip android-ndk-r12b-linux-x86_64.zip -d ~/tensorflow
 
 
1
2
3
 
 
1
2
3

五、修改 WORKSPACE 文件

在tensorflow的根目录下，找到WORKSPACE文件。打开文件， 上方有两段包含 android_sdk_repository和 android_ndk_repository的内容（该段内容已经加了#被注释掉了），将这两段内容在文件中复制一遍，并将复制后的内容反注释掉。然后：

a) 分别将sdk path和 ndk path更改为自己安装的SDK和NDK路径（例如我的是tensorflow根目录下的相对路径）

b) 将sdk api level更改为自己电脑中安装的最高版本

c) 将sdk的build_tools_version更改为自己安装的版本

其他保持不变

---

六、下载模型 （可选）

andriod demo源码是不包含训练好的tensorflow模型的，但是在编译时需要模型。模型一共有三个，分别对应物体识别、行人检测和图像风格迁移。

在Bazel编译时，可以不用手动下载模型，因为在文件//tensorflow/examples/android/BUILD中设定了自动下载模型的操作。

但是如果使用Android Studio等其他方式编译，则不会运行BUILD文件中的自动下载操作。

手动下载模型zip文件：

$ curl -L https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip -o /tmp/inception5h.zip

$ curl -L https://storage.googleapis.com/download.tensorflow.org/models/mobile_multibox_v1.zip -o /tmp/mobile_multibox_v1.zip

$ curl -L https://storage.googleapis.com/download.tensorflow.org/models/stylize_v1.zip -o /tmp/stylize_v1.zip
 
 
1
2
3
4
5
 
 
1
2
3
4
5

将上述三个zip文件分别解压到文件夹： 
//tensorflow/examples/android/assets

下载的模型链接随着　tf android 项目版本的更新可能会有变动，具体版本对应的链接请参考tensorflow根目录下的WORKSPACE文件，它其中标明了当前项目版本对应的模型下载链接。

解压完毕后，打开//tensoeflow/examples/android/BUILD文件，找到以 android_binary 开头的那段代码片，将 assets = [ ] 内以@开头的三句代码用#号 注释掉，如下图黄色部分所示

如果不注释掉该段内容，即使手动将模型放在assets文件中，使用bazel编译时也会重新下载模型。

---

七、连接安卓手机

1、安装 adb

$ sudo  apt-get  install android-tools-adb
 
 
1
 
 
1

2、 将手机设置为debug模式

打开安卓手机，找到 usb debugging 按钮，我的手机是：

setting-general-developer options-enable USB debugging 
（每个手机可能具体的不太一样）

然后手机通过USB数据线连接电脑，此时手机屏幕会提示： 
allow USB debugging？

勾选 always allow from this computer，然后点击ok。（之后再连接则不会提示）

3、 从电脑端检查 手机是否连接成功

$adb devices
 
 
1
 
 
1

则会输出连接的设备

List of devices：
xxxx, device
 
 
1
2
 
 
1
2

前面是ID号，后面是连接状态。

我遇到的问题是，List of devices 输出显示：xxx, offline。 
这样是不行的，往下执行编译会不通过。瞎捣鼓了一通，最后按如下的方式解决了问题：

cd 切换到sdk安装路径下的 build_tools文件夹，运行

$ adb kill-server
$ sudo adb start-server
 
 
1
2
 
 
1
2

（网上说的原因是 要以root权限启动 adb）

然后运行$ adb devices，就ok啦。如下图所示

---

八、编译并安装 apk文件

1、编译生成 apk文件

$ cd ~/tensorflow
$ bazel build //tensorflow/examples/android:tensorflow_demo
 
 
1
2
 
 
1
2

成功之后会看到提示生成了如下三个文件

bazel-bin/tensorflow/examples/android/tensorflow_demo_deploy.jar 
bazel-bin/tensorflow/examples/android/tensorflow_demo_unsigned.apk 
bazel-bin/tensorflow/examples/android/tensorflow_demo.apk
 
 
1
2
3
 
 
1
2
3

然后在 bazel-bin/tensorflow/examples/android/目录下你会找到生成的三个文件

2、向安卓手机安装apk文件

$ adb install -r -g bazel-bin/tensorflow/examples/android/tensorflow_demo.apk
 
 
1
 
 
1

安装的过程中，手机屏幕会弹出提示 是否安装该软件？是否允许访问摄像头之类的等等。如下图所示

安装完毕后，就可以在手机桌面看到两个黄色的图标，名字分别是TF Classify、TF Detect和TF 。如下图所示。

点击相应软件，就可以运行啦。下面演示一下效果。

---

软件实测

1、首先是 TF Classify。

屏幕对准物体，上方会显示识别结果。实时性很强，基本没有延迟

---

2、再来试一下 TF Detect

屏幕会实时框出检测到的人员，拿个模特测试一下。

恩，说明活体检测有待提高呀～～～

3、TF stylize

将手机对准屏幕，软件可以实时的将摄像头拍摄到的内容转换为艺术图片风格

点击下方的图片，还可以进行风格的切换