Tensorflow在手机端的部署——官方demo的直接运行（1）

最新推荐文章于 2025-05-06 21:05:51 发布
最新推荐文章于 2025-05-06 21:05:51 发布
阅读量9.7k 收藏 41
点赞数 6
分类专栏： TensorFlow 深度学习/机器学习 Android 移动端（边缘设备）深度学习 文章标签： tensorflow lite mobilenet
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/c20081052/article/details/82865830
版权
本文是Tensorflow在手机端部署系列的第一篇，主要介绍如何将预训练的Mobilenet V1模型转换为Android APK。内容包括安装Android Studio，解决Gradle和ConstraintLayout依赖问题，以及将模型文件放入项目并运行。通过此过程，读者可以学习到将深度学习模型部署到Android应用的基本步骤。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

开篇话：

许久没有写些什么了，最近在研究深度学习训练的网络模型在移动设备端的部署问题，针对完全白纸一张的我准备写点资料记录下趟过的坑，期间看了些技术博客，修补个各种bug，怕日后再遇到，因此准备写下来。

准备写个系列篇：就叫Tensorflow在手机端（移动设备）的部署；本文为该系列的第一篇，主要是讲解如何将官网提供的轻量级模型转为安卓端的apk文件，以便手机安装。

首先，我尝试成功的环境是：

win10-64位系统；    

Android Studio: 3.2.0        下载链接：Android Studio下载链接

Android SDK: 

Android NDK:                  （先别急着下载）下载链接：Android NDK下载链接

Tensorflow:                        下载链接：

了解本专栏 订阅专栏 解锁全文
Tensorflow在手机端的部署——官网Android工程源码分析之TensorFlowYoloDetector.java (1)
c20081052的专栏
11-24 1478
文章分析下tensorflow提供的官方Android工程的源码分析，后续涉及更改代码，因此有必要对其做深入理解。 首先工程文件路径为：tensorflow-master\tensorflow\examples\android 由于这个android工程中实现了目标检测，风格迁移，语音，图像分类四个功能，其中目标检测中有用到yolo检测，有用到ssd-mobilenet v1检测，还有就是用到...
详解 TensorFlow TFLite 移动端（安卓）部署物体检测 demo（1）——照本宣科
Abandon_first的博客
06-21 4684
用 tflite 实现移动端物体检测
Tensorflow在手机端的部署（TF Lite）
yx868yx的博客
05-14 1637
环境：Win7-64位专业版 Android Studio：3.4.1 tensorflow : 1.9.0 一、利用Android的camera做分类的demo 1、安装Android Studio 以及SDK、NDK等 直接去官网下载即可，可参考https://blog.csdn.net/c20081052/article/details/82865830有详细的安装过程 2、运行demo 在...
在Android上使用Tensorflow
dongchang's blog
12-08 3万+
在安卓平台使用tensorflow项目github 最近更新 2017.6.7添加了app预览如下，更详细请到github 分类预览1： 拍照分类： 程序启动： 自动分类为相册： 最近更新 2017.3.7注意 最近有几个小伙伴询问移动端平台怎样使用自己的模型以及其他相关问题，我对部分问题做了总结，相关的内容在另外一篇博客中，点这里查看。另外大家要使用自己的模型请直接到上述
【深度学习基础 1】 TensorFlow 框架
yewanyuan的博客
03-25 2466
TensorFlow 是 Google 开发的一个开源机器学习和深度学习框架，广泛用于构建和训练神经网络。它支持 CPU、GPU 和 TPU 加速计算，并且提供了灵活的 API 以适应研究和生产环境。高效的数值计算：基于数据流图（DataFlow Graph）进行计算。灵活的模型构建：支持 高级 API 进行快速建模。跨平台支持：可在 CPU、GPU、TPU、移动设备和云端运行。自动微分：方便进行梯度计算和优化。丰富的生态系统：包括 TensorBoard（可视化工具）、TF-Serving（模型部署）等
基于 TensorFlow 在手机端实现文档检测
腾讯Bugly的专栏
06-01 4836
作者：冯牮 前言 本文不是神经网络或机器学习的入门教学，而是通过一个真实的产品案例，展示了在手机客户端上运行一个神经网络的关键技术点 在卷积神经网络适用的领域里，已经出现了一些很经典的图像分类网络，比如 VGG16/VGG19，Inception v1-v4 Net，ResNet 等，这些分类网络通常又都可以作为其他算法中的基础网络结构，尤其是 VGG 网络，被很多其他的算法借鉴，本文也会使用 VG
TensorFLow 模型在移动端的部署
Man
08-05 303
TensorFLow 模型在移动端的部署
Tensorflow在手机端的部署——yolo模型转tensorflow模型（3）
c20081052的专栏
11-03 9675
如需转载请向本人确认~谢谢！ 本系列文章中前几篇介绍了 tensorflow提供的android demo工程的结构；https://blog.csdn.net/c20081052/article/details/83145836 其目标检测的运行（工程默认的ssd-mobilenet v1），https://blog.csdn.net/c20081052/article/details/8...
将tensorflow训练模型转换成tflite模型在安卓端部署
qq_45057749的博客
10-23 2269
一、生成.pb文件 如果后续要设计tflite转换，那么需要调用的文件是object_detection下的export_tflite_ssd_graph.py: python export_tflite_ssd_graph.py --input_type image_tensor --pipeline_co nfig_path training/ssdlite_mobilenet_v3_small_320x320_coco.config --trained_checkpoint_prefix traini
Tensorflow部署到移动端
liugan528的博客
04-30 1万+
本文以训练一个简单的图像分类器为主线，讲述从数据准备->训练->验证->预测->模型转换->部署到Android手机整个流程。 1 数据准备->训练->验证->预测 数据准备->训练->验证->预测，这部分可参考tensorflowClassification，其讲述了两种训练图像分类器的方式。 需要注意的是mobilen...
详解 TensorFlow TFLite 移动端（安卓）部署物体检测 demo（2）——量化模型
Abandon_first的博客
06-23 2993
详解 TensorFlow TFLite 移动端（安卓）部署物体检测 demo
tensor flow
11-28
http://www.tensorfly.cn/tfdoc/get_started/os_setup.html
TensorFlow Lite所有示例应用APK.zip
07-14
TensorFlow Lite 图像分类示例应用 Android 部署https://xercis.blog.csdn.net/article/details/118558394
【高频考点精讲】前端AI集成实战：从TensorFlow.js到模型部署
最新发布
全栈老李的博客
05-06 955
/ 定义一个识别XOR运算的模型// 准备训练数据：XOR真值表// 训练配置// 开始训练！console.log(`第${// 定义一个识别XOR运算的模型 const model = tf . sequential();// 准备训练数据：XOR真值表 const xs = tf . tensor2d([ [ 0 , 0 ] , [ 0 , 1 ] , [ 1 , 0 ] , [ 1 , 1 ] ]);// 训练配置 model . compile({
使用Tensorflow部署手机端app之将TensorFlow训练好的模型迁移到Android APP上（3）
qq_22169787的博客
05-11 2189
本博客仅供个人学习使用，欢迎学习原博客：https://blog.csdn.net/u012328159/article/details/81101074，如有侵权，联系作者删除。 原博客相关链接： 博主代码开源在github：https://github.com/tz28/Chinese-number-gestures-recognition 一步步做一个数字手势识别APP：https:/...
Tensorflowlite图像识别模型--安卓端部署教程
出门吃三碗饭的博客
04-21 4719
本文将通过介绍使用TensorflowLite框架，利用AndroidStudio工具来实现识别模型的移动端部署（获取方式在文末）。
谷歌发布TensorFlow Lite：移动端+快速+跨平台部署深度学习
大数据文摘
11-15 2144
大数据文摘作品 作者：龙牧雪 魏子敏 相隔近半年，谷歌TensorFlow Lite终于正式发布。 11月15日凌晨，谷歌正式发布了TensorFlow Lite开发者预览版（developer preview）。 有了TensorFlow Lite，应用开发者可以在移动设备上部署人工智能。今年5月，谷歌在I/O开发者大会上宣布了TensorFlow
详解如何将TensorFlow训练的模型移植到Android手机
热门推荐
玛莎鱼的博客
02-20 4万+
前言本文中出现的TF皆为TensorFlow的简称。先说两句题外话吧，TensorFlow 前两天热热闹闹的发布了正式版r1.0，可感觉自己才刚刚上手 r0.12，这个时代发展的太快，脚步是一刻也不能停啊~但是不得不吐槽 TensorFlow的向下兼容做的实在不太友好，每次更新完版本，以前的代码就跑不动，各种提示您使用的函数已经不存在。。。代码积攒的越来越多，全部针对新版本翻改一遍，工程真是浩大。但
tensorflow基本的demo二
家楠168的博客
08-14 655
一共四个demo可以拿下来跑一跑 import tensorflow as tf w = tf.Variable([.1],dtype=tf.float32) b = tf.Variable([-.1],dtype=tf.float32) x = tf.placeholder(tf.float32) linear_model = w*x + b y = tf.placeholder(tf....
评论 24
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值