Android端调用Caffe模型实现CNN分类

本文的主要内容如下。

• 移动端的深度学习的实现方式
• tiny-cnn介绍以及移动端移植
• 总结与改进
• 应用截图

---

一.移动端深度学习的几种实现方式

(1)Caffe的移动端编译项目

caffe(命令式框架)算是在国内最流行的深度学习开源框架，使用它进行商业，研究的人很多。对于移动端的实现，也有开源项目对caffe进行了移植。
项目连接如下:

android-lib
android-demo

我认识的很多科研院所的朋友以及百度这种大公司他们，在移动端的本地项目中也使用了caffe-android，证明了该项目有很高的实用性。当然，我认为该项目存在的问题就是模型过大，速度性能很差；当前不支持GPU，无法做到实时；caffe是个通用的框架，调用了很多库，如果只需要做cnn的话，该项目还需要自我定制和瘦身。

---

(2)mxnet的移动端项目

mxnet(符号式框架)主要也是几个中国人一起发起和维护的深度开源项目，足够灵活，速度足够快，扩展新的功能比较容易，内存复用，很有潜力成为未来优秀的深度项目。最关键的是，mxnet本身提供了对android，ios移动端的的支持。而且最近，mxnet已经 被 Amazon AWS 选为官方深度学习平台。

mxnet实现的简介

项目连接如下:

android-lib

android demo

本人也使用过该项目，其中的感想如下。