Android应用APP: 基于MobileNet和EfficientNet的图像分类模型_调试运行以及打包Tensorflow官方提供的Image classification demo

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

环境准备

JDK安装

JDK是 Java 语言的软件开发工具包，主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心，包含了JAVA的运行环境（JVM+Java系统类库）和JAVA工具。此处不再赘述，安装详情参考：链接, 本人安装的版本是：1.8.0_202，安装完成后可通过命令：java -version 来验证安装的版本。

Android Studio安装

Android Studio是Android开发常用的IDE, 下载链接, 下载之后安装即可，安装详情参考：链接, 本人下载的版本是：4.1.1.

项目准备

打开Git, 运行命令： git clone https://github.com/tensorflow/examples， 完成后所有的TF demo已经克隆到当前目录下。本人下载到目录：E:\softWork\pythonWorkstation\PyCharm， 在该目录下可以看到examples目录，沿着图示目录打开可看到所有的Android demo。本次就以image classification为例进行介绍。

项目分析

项目导入

首先启动Android Studio, 然后点击 ”Open an existing directory“, 定位到目录：E:\softWork\pythonWorkstation\PyCharm\examples\lite\examples\image_classification\android，点击OK,项目成功导入。

项目分析

在settings.gradle文件可以看到如下信息：

models: 存放models文件（**.tflite）以及labels.txt，

其中 models模型文件用于在在推理阶段预测物体的类别，labels.txt用于在预测的Post processing 阶段将预测的类别k映射到第K个类别对应的物体名称；
注：实际上当获得tflite模型文件后，整个项目已经变成一个基于tensorflow的Android开发项目，与ML\DL算法没啥关系了。

app:

app\src\main\java\org\tensorflow\lite\examples\classification 下主要是前端代码以及各种事件/活动监听，其中：

lib_support:

待续

lib_task_api:

待续

注：lib_support和lib_task_api对应的分别两种实现方式。

项目调试

配置

build.gradle: 修改android.tool.build:gradle版本，如下图：

models\build.gradle: 修改sdk的版本（30）

app\build.gradle: 修改sdk version(30), jdk的版本(1.8)

models\download.gradle: 在Gradle Synchronize的过程中会执行该文件以从指定的URL文件下载相应的models (**.tflite), 这个过程需要访问google，笔者在Gradle Synchronzie的过程中就因为无法访问google而无法下载models.
解决方法：将以下四行代码注释，然后从第三方网站下载这四个models: mobilenet_v1_1.0_224.tflite, mobilenet_v1_1.0_224_quant.tflite, efficientnet-lite0-fp32.tflite, efficientnet-lite0-int8.tflite, 下载完成后将这四个model文件存放到目录：models\src\main\assets 下。

// preBuild.dependsOn downloadModelFloat
// preBuild.dependsOn downloadModelQuant
// preBuild.dependsOn downloadEfficientNetFloat
// preBuild.dependsOn downloadEfficientNetQuant

注： 导入项目后，会自动进行Gradle Synchronize, 一般会Failed, （上述配置没有执行），配置完成后，重新：Build->rebuild project, 成功后会出现如下信息：

模拟器运行

Android Studio提供了android模拟器，点击AVD Manager-> Create virtual Device 创建模拟器，笔者创建模拟器如下，创建完成后启动该模拟器（Launch this AVD in the emulator）,会弹出一个虚拟的手机。

然后选中该创建的AVD,如下图，点击run运行，

运行成功，手机界面如下：

可以看到有4个model供选择，系统会显示后验概率最大的几个类别以及相应的置信度。
注：也可以直接在手机上运行，只需要USB连接手机到PC,然后选中手机，再Run即可。

打包

关闭，模拟器后在目录： app\build\outputs\apk\support\debug 下会看到 app-support-debug.apk， 然而这个在手机上是无法正常启动运行的。要想在手机上正常运行，首先打包成APK，然后就可以像其他APP一样安装了。

打包流程

待续