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：
从夜间构建
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。