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