（13-2）TensorFlow Lite移动端与嵌入式轻量级开发实战：在Android中创建TensorFlow Lite

13.2  在Android中创建TensorFlow Lite

Android就是谷歌旗下的一款产品，跟计算机中的操作系统（例如Windows和Linux）类似。Android是一款智能设备操作系统的名字，可以运行在手机、平板电脑等设备中。

13.2.1  需要安装的工具

Android开发工具由多个开发包组成的，具体说明如下：

1. JDK：可以到网址 http://www.oracle.com/technetwork/java/javase/downloads/index.html 下载。
2. Android Studio：可以到Android的官方网站https://developer.android.google.cn/载。
3. Android SDK：在安装Android Studio后，通过Android Studio可以安装Android SDK。

13.2.2  新建Android工程

（1）打开Android Studio，单击“Start a new Android Studio project”按钮新建一个Android工程，如图13-1所示。

图13-1  单击“Start a new Android Studio project”按钮

（2）在“Name”文本框中设置工程名是“android”，在“Language”选项中设置所使用的开发语言是“Java”。如图13-2所示。

图13-2  设置所使用的开发语言是“Java”

（3）最终的目录结构如图13-3所示。

图13-3  Android工程的目录结构

13.2.3  使用JCenter中的TensorFlow Lite AAR

如果要在Android应用程序中使用TensorFlow Lite，建议大家使用在JCenter中托管的TensorFlow Lite AAR，在里面包含了 Android ABIs中的所有的二进制文件。例如在本实例中，可以在build.gradle依赖中通过如下代码来使用TensorFlow Lite：

dependencies {
    implementation 'org.tensorflow:tensorflow-lite:0.0.0-nightly'
}

在现实应用中，建议通过只包含需要支持的ABIs来减少应用程序的二进制文件大小。推荐大家删除其中的x86、x86_64和arm32 的ABIs。例如可以通过如下所示的Gradle配置代码实现：

android {
    defaultConfig {
        ndk {
            abiFilters 'armeabi-v7a', 'arm64-v8a'
        }
    }
}

在上述配置代码中，设置只包括了 armeabi-v7a和arm64-v8a，该配置能涵盖住现实中大部分的Android设备。

13.2.4  运行和测试

本实例是一个能够在Android上运行TensorFlow Lite的应用程序，功能是使用“图像分类”模型对从设备后置摄像头看到的任何内容进行连续分类，然后使用 TensorFlow Lite Java API 执行推理。演示应用程序实时对图像进行分类，最后显示出最有可能的分类。

（1）将 Android 手机连接到计算机，并确保批准手机上出现的任何 ADB 权限提示。

（2）依次单击Android Studio顶部的“Run”、“Run app”开始构建程序，如图13-4所示。

图13-4  开始运行程序

（2）在连接的设备中选择部署目标到将安装应用程序的设备，这将在设备上安装该应用程序。安装完成后将自动运行本实例，执行效果如图13-5所示。 

图13-5  执行效果