TensorFlow Lite Run on Android 并实时检测

前段时间弄了几个礼拜的安卓开发,前端后端开发都要弄,终于忙完了.现在继续接着上次的tensorflow on android尝试一下tensorflow lite,要不然心里一直惦记着呢.按照官网的说法,tensorflow lite是比tensorflow在移动和嵌入式设备上更轻量级解决方案,具有低延迟,模型文件更小等优点,而且支持硬件加速.更多说明大家可以看https://www.tensorflow.org/mobile/tflite/官网说明即可.这里我主要是想跑一个tensorflow lite的demo,实际看看tf lite的效果怎么样,下面大概说一下如何在手机上跑tensorflow lite的demo.

1,下载源码git clone https://github.com/tensorflow/tensorflow.git,下载完后将该目录下的tensorflow/tensorflow/contrib/lite目录拷贝出来单独存放.

2.打开Android Studio,选择file-open,选择刚刚拷贝出来的lite/java/demo并打开.

3.下载https://storage.googleapis.com/download.tensorflow.org/models/tflite/mobilenet_v1_224_android_quant_2017_11_08.zip

4,将解压后的.txt和.tflite文件复制到打开文件的assets目录下

5,然后开始编译,运行即可.在编译的时候,会遇到问题,主要是一些接口发生变化,build.grade(model app)报错信息会提示你那些发生变化,并告诉你应该替换为什么,照着做就行.然后把这个文件中的

//        jackOptions {
//            enabled true
//        }
注释掉,结果如上所示.

最后模型app只有7M左右大小,如下图

TensorFlow Lite Run on Android 并实时检测

模型感觉到速度真的蛮快的,最下面的threads数可以实时设置,当设置为1和设置为10的时候,检测的速度大小明显不同,通过上面的ms可以看出.

 

上一篇:tensorflow搭建cnn人脸识别训练+识别代码(python)


下一篇:python 三层 神经网络搭建