TensorFlow in Android

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_26819733/article/details/81144791

首先说明以下,这只是把实践的过程叙述以下。
参考文章:在Android中借助TensorFlow使用机器学习(译)
Android TensorFlow Machine Learning Example科学上网你懂的

0、前言

环境

  • 系统:Deepin1.4 Beta
  • java版本:open jdk 1.8
  • python版本:2.7
    上述环境用于构建bazel,bazel是tensorflow的构建系统。
  • Android SDK:api 15~api 25
  • Android NDK:android-ndk-r13b-linux-x86_64
    而下面的sdk和ndk是生成安卓下的so文件和java的必须的。
    我们有so文件和java接口的文件就可以了,有兴趣当然可以去编译以下,感受一下,期间会有很多wram,不过不是error就没事啦。当然编译期间也很占内存,我的8g内存,飙到97%过了很久才下来。

如果你有兴趣,可以下载:
+ SDK(含NDK):链接:http://pan.baidu.com/s/1qYdfkxm 密码:fe7d
+ NDK:链接:http://pan.baidu.com/s/1qYNMr7Y 密码:0tzy
+ tensorflow github文件(当然你可以去github直接下载):链接:http://pan.baidu.com/s/1jIQazx8 密码:mxzx
+ bazel(0.4.4):链接:http://pan.baidu.com/s/1eSxIuie 密码:ne4l

SDK中的NDK在ndk-bundle文件夹下就是了,不知道的话,在SDK下找找看吧。
bazel源码编译不要直接从github直接clone而是去release页面下载,直接clone会提示你去release下载编译。源码编译bazel我并没试过,因为我用deb安装成功了,就没去折腾了。bazel网盘中有几个从release页面下载的文件。

编写app前你要如下文件:
+ 编译出来的tensorflow的so库
+ 编译出来的java的jar包
+ tensorflow训练出来的文件
没有自己编译的,可以从这下载so和jar包:链接:https://pan.baidu.com/s/1VSxnHYyUbbFUszvSbTJokA
官方训练完的文件:链接:http://pan.baidu.com/s/1mhPGigg 密码:w4bx
+ so文件大小:10m左右
+ jar包大小:10k+
+ 训练完的文件大小:50m+

所以最后安卓demo App的大小是60m+,运行内存是75m+(当然不同手机可能不一样)
总的感受是太大了。但是本地的东西也算可以了,一般的模式都是去服务器访问,再把结果返回的吧。


原作者Example

点Detech Object进行识别,这个模型的原理大概就是从把拍下的图片分类到已知的类别里面去,因为,下载下来的训练文件有个txt文件就是放这些名词。

1、安装bazel

bazel官网:bazel
python和jdk8自己安装,这里不多讲述。
从我上面给出的deb下载下来

sudo dpkg -i '/home/hui/Downloads/bazel_0.4.4-linux-x86_64.deb'

路径直接把文件拉进去。
输入bazel有显示bazel参数选项就安装成功了。

2、编译so和jar包

首先下载tensorflow源码,以供编译:

git clone --recurse-submodules https://github.com/tensorflow/tensorflow.git

修改clone 下来的TensorFlow中的WROKSPACE文件:

# Uncomment and update the paths in these entries to build the Android demo.
#android_sdk_repository(
#    name = "androidsdk",
#    api_level = 23,
#    build_tools_version = "25.0.1",
#    # Replace with path to Android SDK on your system
#    path = "<PATH_TO_SDK>",
#)
#
#android_ndk_repository(
#    name="androidndk",
#    path="<PATH_TO_NDK>",
#    api_level=14)

修改后:

# Uncomment and update the paths in these entries to build the Android demo.
android_sdk_repository(
    name = "androidsdk",
    api_level = 23,
    build_tools_version = "25.0.1",
    # Replace with path to Android SDK on your system
    path = "/home/hui/Desktop/Android/android-sdk-linux",
)

android_ndk_repository(
    name="androidndk",
    path="/home/hui/Desktop/Android/android-sdk-linux/ndk-bundle",
    api_level=15)

这个sdk没有api 14,所以写了最小的15
以下编译命令在tensorflow根目录执行,文件路径是相对于tensorflow根目录而言
编译so:

bazel build -c opt //tensorflow/contrib/android:libtensorflow_inference.so \
   --crosstool_top=//external:android/crosstool \
   --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
   --cpu=armeabi-v7a

编译后文件位置:

bazel-bin/tensorflow/contrib/android/libtensorflow_inference.so

编译jar文件:

bazel build //tensorflow/contrib/android:android_tensorflow_inference_java

编译后文件位置:

bazel-bin/tensorflow/contrib/android/libandroid_tensorflow_inference_java.jar

我编译jar的时候,第一失败了,再用多一次命令就搞定了。
这样就编译出so和jar包了。
当然你也可以从百度云直接下载,跳过2。
windows下试了很多次的安装bazel都是败了,果然有些东西要在linux才是最好的。

3、下载训练模型和标签文件

这里我们用google的数据就可以,下载地址,下载后解压可以得到imagenet_comp_graph_label_strings.txt(label for objects) and tensorflow_inception_graph.pb (pre-trained model) 两个文件,这两个文件放置在Android工程的Assets中即可。

4、Android demo的构建

其实这里已经有一个完整的demo地址,所以如果仅仅想体验一下机器学习,可以直接clone代码运行即可,代码地址
如果要自己构建demo,则需要引用之前生成的jar文件和so文件:

  • 引用jar:
compile files('libs/libandroid_tensorflow_inference_java.jar')

jar包放在安卓项目的libs文件夹下。

  • 引用so:
    新建jniLibs文件,并把libtensorflow_inference.so 文件放置在jniLibs/armeabi-v7a/ 中。

在安卓项目的main文件夹下创建jniLibs/armeabi-v7a/ ,so放进去。
同时创建不要包含including c++的项目,因为会找不到so路径。所以普通的项目就行了,因为so是通过ndk生成的,直接放进项目就可以用了,不用动态的编译什么的。

5、自己写项目(其实是复制而已)

https://github.com/MindorksOpenSource/AndroidTensorFlowMachineLearningExample
这是原作者的demo
我们也从demo静静的复制就行了。
放入自己编译jar包:


放入jar包

放入自己编译so库文件:

放入so库文件

放入下载训练文件:

导入训练文件

从demo复制两行到String.xml:

    <string name="toggle_camera">Toggle Camera</string>
    <string name="detect_object">Detect Object</string>


复制string标签

复制layout和实现类:


主要代码文件

将框框的4个文件直接从那个AndroidTensorFlowMachineLearningExample复制过来

build.gradle添加:

    compile files('libs/libandroid_tensorflow_inference_java.jar')
    compile 'com.flurgle:camerakit:0.9.13'


添加依赖

layout.xml会报错,删除如下:

    android:paddingBottom="@dimen/activity_vertical_margin"
    android:paddingLeft="@dimen/activity_horizontal_margin"
    android:paddingRight="@dimen/activity_horizontal_margin"
    android:paddingTop="@dimen/activity_vertical_margin"

以上4行是设置外边距而已。
编译运行吧。
结果是这样的:


效果如下

的确有点违和感。就这样了。
写了很拖沓,你可以去第一个参考博客看比较清晰明了。

note:将以前在简书写的博文补到csdn
TensorFlow in Android

阅读更多

没有更多推荐了,返回首页