与Android模拟器或iphone 6s

时间:2017-04-20 02:24:52

标签: android tensorflow

我目前正在开发一款能够识别并预测系列图像内容的Android应用程序。

我从tensorflow github(https://github.com/tensorflow/tensorflow)引用了android camera示例来实现tensorflow功能。

150~250张图像正在连续播放,当我在与android studio捆绑的android模拟器中测试应用程序时效果非常好。

处理/预测所有图像需要不到1分钟(40~60秒,具体取决于图像总数)。

所以我在真实设备(LG G5)上安装了apk并输入相同的图像,但是完成预测需要2分钟以上。

我也在iPhone 6s上测试过(具有相同功能的iOS应用程序也在开发中),完成时间只需40到50秒!

这是Android的常见情况,因为LG G5(或其他Android设备)的计算能力远低于iPhone 6s或仿真器吗?

或者是否有任何解决方法可以加快Android实际设备上的预测?

仅供参考,我现在的开发人员是:

  • 2013年末MBP / Android Studio
  • Tensorflow 1.0.1
  • 从夜间构建

  • 放置预构建的JNI库和jar库
  • 经测试的图形文件:优化/量化图

从Tensorflow演示项目复制TensorflowImageClassifier.java和Classifier.java并调用

final List<Classifier.Recognition> results = classifier.recognizeImage(bitmap);

在活动中。

0 个答案:

没有答案