Question

我正在尝试在Android移动应用中使用TensorFlow来推断模型。首先，我已经构建并测试了TensorFlow图;它被保存为protobuf文件。接下来，我有工具链设置，我已经构建并运行Inception Android demo。我的下一步是在Android tutorial之后在Android Studio（启用C ++）中创建一个全新的Android项目。我创建了JNI Hello World应用程序，它在Nexus上编译并运行。但是当我尝试导入'org.tensorflow'时，我无法让Android Studio（AS）识别它。所以，我的主要问题是：如何将TensorFlow带入我的演示应用程序例如，我创建了一个简单的类来开始：

package com.foobar.tfdemo; 

import org.tensorflow.contrib.android.TensorFlowInferenceInterface;

public class TensorFlowClassifier implements Classifier {
// do something
}

但Android Studio无法解析org.tensorflow。可能的选择： 1）修改build.gradle以将TF编译到项目中（使用Bazel） 2）外部编译TF库（.so）并导入它，或者 3）使用CMakeList.txt导入TF库

详细说明：

选项1）修改build.gradle。
我使用Inception build.gradle作为模型并复制了大部分内容。即使没有其他错误，相同的import org.tensorflow仍然无法解决。这是build.gradle文件：

apply plugin: 'com.android.application'
def bazel_location = '/usr/local/bin/bazel'
def cpuType = 'armeabi-v7a'
def nativeDir = 'libs/' + cpuType

android {
    compileSdkVersion 24
    buildToolsVersion "25.0.2"
    defaultConfig {
        applicationId "com.algoint.tfdemo"
        minSdkVersion 23
        targetSdkVersion 24
        versionCode 1
        versionName "1.0"
        testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"

        externalNativeBuild {
            cmake {
                cppFlags ""
            }
        }
    }
    buildTypes {
        release {
            minifyEnabled false
            proguardFiles getDefaultProguardFile('proguard-android.txt'), 'proguard-rules.pro'
        }
    }
    externalNativeBuild {
        cmake {
            path "CMakeLists.txt"
        }
    }
}

dependencies {
    compile fileTree(include: ['*.jar'], dir: 'libs')
    androidTestCompile('com.android.support.test.espresso:espresso-core:2.2.2', {
        exclude group: 'com.android.support', module: 'support-annotations'
    })
    compile 'com.android.support:appcompat-v7:24.2.1'
    testCompile 'junit:junit:4.12'
}

task buildNative(type:Exec) {
    workingDir '../../..'
    commandLine bazel_location, 'build', '-c', 'opt', \
      'tensorflow/examples/android:tensorflow_native_libs', \
       '--crosstool_top=//external:android/crosstool', \
       '--cpu=' + cpuType, \
       '--host_crosstool_top=@bazel_tools//tools/cpp:toolchain'
}

task copyNativeLibs(type: Copy) {
    from('../../../bazel-bin/tensorflow/examples/android') { include '**/*.so' }
    into nativeDir
    duplicatesStrategy = 'include'
}

copyNativeLibs.dependsOn buildNative
assemble.dependsOn copyNativeLibs
tasks.whenTaskAdded { task ->
    if (task.name == 'assembleDebug') {
        task.dependsOn 'copyNativelibs'
    }
}

选项2：带入张量流库（.so）文件我花了很多时间在这上面。我在命令行使用Bazel生成了libtensorflow_demo.so：

bazel build //tensorflow/examples/android:tensorflow_native_libs --crosstool_top=//external:android/crosstool --cpu=$CPU --host_crosstool_top=@bazel_tools//tools/cpp:toolchain

并将其放在~project / libs和~project / src / app / src / main / jniLibs中。但我所做的一切似乎都没有帮助。

选项3：使用CMakeList.txt编译张量流我没有花太多时间在这上面。我认为CMakeList.txt无法调用Bazel或导入.so文件。我认为它需要一个.a文件。

那么，其他人如何将Tensorflow纳入Android项目？最好的问候。

Answer 1

看看这个： https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/android/cmake

在debugCompile和releaseCompile而不是tensorflow_inference使用TensorFlow-Android-Inference。

这对我有用。

Answer 2

最近在您的Android应用中嵌入预先训练的TensorFlow模型变得更加容易。在这里查看我的博客文章：
https://medium.com/@daj/using-a-pre-trained-tensorflow-model-on-android-e747831a3d6（第1部分） https://medium.com/@daj/using-a-pre-trained-tensorflow-model-on-android-part-2-153ebdd4c465（第2部分）

我的博客文章详细介绍，但总的来说，您需要做的就是：

在build.gradle中包含编译org.tensorflow:tensorflow-android:+依赖项。
使用Java TensorFlowInferenceInterface类与您的模型进行交互（无需修改任何本机代码）。

仅供参考，TensorFlow Android演示应用已更新为使用此新方法。有关TensorFlowInferenceInterface的使用位置，请参见TensorFlowImageClassifier.recognizeImage。

您仍然需要指定一些配置，例如图中输入和输出节点的名称以及输入的大小，但是由于您构建了自己的TensorFlow图，您可能知道这些信息。： - ）

TensorFlow，Android Studio和Bazel：设置新项目

2 个答案: