1. TensorFlow Android Camera Demo 说明
Demo旨在提供在移动应用程序中使用TensorFlow的简单示例（其中使用的tensorflow 借口 也允许我们单独构建，并运行到自己的程序中。说明：现在tensorflow1.0 中提供了实验性的java api，但官方指出android移动平台仍然只能使用Android Tensorflow support ）
运行设备要求：Android5.0（API21）或更高版本的设备
Demo 内容：
(1)TF分类：使用Google Inception模型实时分类相机帧，在相机图像上显示重叠的顶部结果。
(2)TF检测：演示基于深度神经网络的可伸缩对象检测模型，以实时定位和跟踪相机预览中的人员。
(3)TF Stylize：使用基于A Learned Representation For Art Style的模型，将相机预览图像重新显示为许多不同艺术风格的预览图像。
只想运行Demo的可以直接下载预先构建的apk文件：在这里。
2. 从源码构建 Tensorflow Android Demo （Ubuntu下）
（1）作为所有构建类型的第一步，克隆TensorFlow仓库：
git clone --recurse-submodules https://github.com/tensorflow/tensorflow.git
（2）Bazel是TensorFlow的主要构建系统。要使用Bazel进行构建，必须在系统上安装它和Android NDK以及SDK。
https://bazel.build/versions/master/docs/install.html
Android NDK需要构建本机（C / C ++）TensorFlow代码。当前推荐的版本是12b，可以在这里找到。Android SDK和构建工具可以在这里获取，或者作为Android Studio的一部分。构建工具API> = 23是构建TF Android演示所必需的。
（3）根据NDK和SDK的安装位置，修改git下载后Tensorflow根目录中的WORKSPACE文件中NDK，SDK路径的配置，并一定取消注释。
（4）这一步是可选的，相关模型下载（在bazel执行过程中会自动下载，也可以先下载好以减少后续下载时间）
（5）执行构建命令
bazel build -c opt // tensorflow / examples / android：tensorflow_demo
（6） 安装到手机
adb install -r bazel-bin / tensorflow / examples / android / tensorflow_demo.apk
网友评论