如何将pytorch模型部署到安卓(1)

load模型。这里要注意，如果保存模型

torch.save(model,‘models.pth’)

加载模型则是

model=torch.load(‘models.pth’)

如果保存模型是

torch.save(model.state_dict(),“models.pth”)

加载模型则是

model.load_state_dict(torch.load(‘models.pth’))

定义输入数据格式。

模型转化，然后再保存模型。

安卓部署

===============================================================

新建项目

---

新建安卓项目，选择Empy Activity,然后选择Next

然后，填写项目信息，选择安卓版本，我用的4.4，点击完成

导入包

---

导入pytorch_android的包

//pytorch

implementation ‘org.pytorch:pytorch_android:1.10.0’

implementation ‘org.pytorch:pytorch_android_torchvision:1.10.0’

如果有参数报错请参照我的完整的配置，代码如下：

plugins {

id ‘com.android.application’

}

android {

compileSdk 32

defaultConfig {

applicationId “com.example.myapplication”

minSdk 21

targetSdk 32

versionCode 1

versionName “1.0”

testInstrumentationRunner “androidx.test.runner.AndroidJUnitRunner”

}

buildTypes {

release {

minifyEnabled false

proguardFiles getDefaultProguardFile(‘proguard-android-optimize.txt’), ‘proguard-rules.pro’

}

}

compileOptions {

sourceCompatibility JavaVersion.VERSION_1_8

targetCompatibility JavaVersion.VERSION_1_8

}

}

dependencies {

implementation ‘androidx.appcompat:appcompat:1.3.0’

implementation ‘com.google.android.material:material:1.4.0’

implementation ‘androidx.constraintlayout:constraintlayout:2.0.4’

testImplementation ‘junit:junit:4.13.2’

androidTestImplementation ‘androidx.test.ext:junit:1.1.3’

androidTestImplementation ‘androidx.test.espresso:espresso-core:3.4.0’

//pytorch

implementation ‘org.pytorch:pytorch_android:1.10.0’

implementation ‘org.pytorch:pytorch_android_torchvision:1.10.0’

}

页面文件

---

页面的配置如下：

<?xml version="1.0" encoding="utf-8"?>

<FrameLayout xmlns:android=“http://schemas.android.com/apk/res/android”

xmlns:tools=“http://schemas.android.com/tools”

android:layout_width=“match_parent”

android:layout_height=“match_parent”

tools:context=“.MainActivity”>

<ImageView

android:id=“@+id/image”

android:layout_width=“match_parent”

android:layout_height=“match_parent”

android:scaleType=“fitCenter” />

<TextView

android:id=“@+id/text”

android:layout_width=“match_parent”

android:layout_height=“wrap_content”

android:layout_gravity=“top”

android:textSize=“24sp”

android:background=“#80000000”

android:textColor=“@android:color/holo_red_light” />

这个页面只有两个空间，一个展示图片，一个显示文字。

模型推理

---

新增assets文件夹，然后将转化的模型和待测试的图片放进去。

新增ImageNetClasses类，这个类存放类别名字。

代码如下：

package com.example.myapplication;

public class ImageNetClasses {

public static String[] IMAGENET_CLASSES = new String[]{

“Black-grass”,

“Charlock”,

“Cleavers”,

“Common Chickweed”,

“Common wheat”,

“Fat Hen”,

“Loose Silky-bent”,

“Maize”,

“Scentless Mayweed”,

“Shepherds Purse”,

“Small-flowered Cranesbill”,

“Sugar beet”,

};

}

在MainActivity类中，增加模型推理的逻辑。完成代码如下：

package com.example.myapplication;

import android.content.Context;

import android.graphics.Bitmap;

import android.graphics.BitmapFactory;

import android.os.Bundle;

import android.util.Log;

import android.widget.ImageView;

import android.widget.TextView;

import org.pytorch.IValue;

import org.pytorch.Module;

import org.pytorch.Tensor;

import org.pytorch.torchvision.TensorImageUtils;

import org.pytorch.MemoryFormat;

import java.io.File;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import java.io.OutputStream;

import androidx.appcompat.app.AppCompatActivity;

public class MainActivity extends AppCompatActivity {

@Override

protected void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_main);

Bitmap bitmap = null;

Module module = null;

try {

// creating bitmap from packaged into app android asset ‘image.jpg’,

// app/src/main/assets/image.jpg

bitmap = BitmapFactory.decodeStream(getAssets().open(“1.png”));

// loading serialized torchscript module from packaged into app android asset model.pt,

// app/src/model/assets/model.pt

module = Module.load(assetFilePath(this, “models.pt”));

} catch (IOException e) {

Log.e(“PytorchHelloWorld”, “Error reading assets”, e);

finish();

}

// showing image on UI

ImageView imageView = findViewById(R.id.image);

imageView.setImageBitmap(bitmap);

// preparing input tensor

final Tensor inputTensor = TensorImageUtils.bitmapToFloat32Tensor(bitmap,

TensorImageUtils.TORCHVISION_NORM_MEAN_RGB, TensorImageUtils.TORCHVISION_NORM_STD_RGB, MemoryFormat.CHANNELS_LAST);

// running the model

final Tensor outputTensor = module.forward(IValue.from(inputTensor)).toTensor();

// getting tensor content as java array of floats

final float[] scores = outputTensor.getDataAsFloatArray();

// searching for the index with maximum score

float maxScore = -Float.MAX_VALUE;

int maxScoreIdx = -1;

for (int i = 0; i < scores.length; i++) {

if (scores[i] > maxScore) {

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Android工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则近万的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Android开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注：Android）

最后

我坚信，坚持学习，每天进步一点，滴水穿石，我们离成功都很近！
以下是总结出来的字节经典面试题目，包含：计算机网络，Kotlin，数据结构与算法，Framework源码，微信小程序，NDK音视频开发，计算机网络等。

字节高级Android经典面试题和答案

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！

目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！**

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注：Android）

最后

我坚信，坚持学习，每天进步一点，滴水穿石，我们离成功都很近！
以下是总结出来的字节经典面试题目，包含：计算机网络，Kotlin，数据结构与算法，Framework源码，微信小程序，NDK音视频开发，计算机网络等。

字节高级Android经典面试题和答案

[外链图片转存中…(img-1hQo0jOh-1713545169692)]
[外链图片转存中…(img-KVVyFmFJ-1713545169693)]

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！