TensorFlow in Android

分手后的思念是犯贱 2022-05-19 05:57 158阅读 0赞

**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]  
[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][http_pan.baidu.com_s_1qYdfkxm] 密码：fe7d  
\+ NDK：链接：[http://pan.baidu.com/s/1qYNMr7Y][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][http_pan.baidu.com_s_1jIQazx8] 密码：mxzx  
\+ bazel（0.4.4）：链接：[http://pan.baidu.com/s/1eSxIuie][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][https_pan.baidu.com_s_1VSxnHYyUbbFUszvSbTJokA]  
官方训练完的文件：链接：[http://pan.baidu.com/s/1mhPGigg][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][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][Link 1]，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][Link 2]。  
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][Link 2]  
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][jar]  
  
放入 `自己编译`so库文件：  
  
![放入so库文件][so]  
  
放入下载训练文件：  
  
![导入训练文件][1240]  
  
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][string]

复制layout和实现类：

![主要代码文件][1240 1]  
  
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][1240 2]

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][1240 3]  
  
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][Link 3]写的博文补到csdn  
[TensorFlow in Android][]

[Android_TensorFlow]: http://www.jianshu.com/p/78f4235655ce
[Android TensorFlow Machine Learning Example]: https://blog.mindorks.com/android-tensorflow-machine-learning-example-ff0e9b2654cc?gi=55f21042a65e#.i8l12xa39
[http_pan.baidu.com_s_1qYdfkxm]: http://pan.baidu.com/s/1qYdfkxm
[http_pan.baidu.com_s_1qYNMr7Y]: http://pan.baidu.com/s/1qYNMr7Y
[http_pan.baidu.com_s_1jIQazx8]: http://pan.baidu.com/s/1jIQazx8
[http_pan.baidu.com_s_1eSxIuie]: http://pan.baidu.com/s/1eSxIuie
[https_pan.baidu.com_s_1VSxnHYyUbbFUszvSbTJokA]: https://pan.baidu.com/s/1VSxnHYyUbbFUszvSbTJokA
[http_pan.baidu.com_s_1mhPGigg]: http://pan.baidu.com/s/1mhPGigg
[Example]: /images/20220519/a7b53feabe3542a2a184f722128259c1.png
[bazel]: https://bazel.build/
[Link 1]: https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
[Link 2]: https://github.com/MindorksOpenSource/AndroidTensorFlowMachineLearningExample
[jar]: /images/20220519/1bc95d27bef4448aa601301ee5a9bd64.png
[so]: /images/20220519/5a1fbd70bd584ece9b8c7a453370aeab.png
[1240]: /images/20220519/978e86a71b4e42828b1b6d7fd7945558.png
[string]: /images/20220519/ec58c6a4746b4107909fd978d4077e19.png
[1240 1]: /images/20220519/c047804f929c4d3c96fd09ff2c5a0502.png
[1240 2]: /images/20220519/b336a4c7c79d4b1dbbd3b4681d4a4a06.png
[1240 3]: /images/20220519/fa7b09c5eba543a39e2cd34b1b7af8f3.png
[Link 3]: https://www.jianshu.com/u/e5ffc84c9752
[TensorFlow in Android]: https://www.jianshu.com/p/d3e2eced12b2