机器学习:在Android中集成TensorFlow (深度学习,AI,人工智能,DL,ML,神经网络)

众所周知,google谷歌有一个名为TensorFlow的开源库,可用来在Android中实现机器学习。
TensorFlow是一个由google谷歌提供的机器智能开源软件库。我在网上搜索了很多关于在Android端 构建 TensorFlow的简单简单方法和简单demo,都一无所获。在阅读了众多资源后,我总算可以构建成功了。然后我决定写下这篇博客,以便其他人不用花费太多时间。
本篇Demo——图像分类器,是取材于google谷歌官方的TensorFlow的Demo。
阅读这篇文章,你需要已经熟悉机器学习,并且知道如何为机器学习构建相关的模型(在这个Demo里我暂时用一套预训练模型)。不久之后,我将要写下关于机器学习的一系列文章,以便所有人都可以学习如何来为机器学习构建模型。

开启Android机器学习 构建之门

你需要了解一些重要的点:

  • TensorFlow的核心是用C++编写的。
  • 为了在Android中构建,我们不得不使用JNI(Java Native Interface)来调用C++函数,例如loadModel, getPredictions等等。
  • 我们将使用一个jar包和一个.so动态链接库文件,前者里面由调用native C++的JAVA API构成,后者是C++编译的so文件。然后我们可以仅通过调用JAVA API来把事情搞定。
  • 因此,请注意,我们需要一个jar文件(JAVA API)和一个.so文件(C++编译好)
  • 我们必须还有2个东西:提前训练的模型文件(.pb),用来分类的标签文件(.txt)。

我们将构建一个如下图的物体探测器:

接下来,让我们构建jar文件和.so文件

执行如下命令:

git clone --recurse-submodules  https://github.com/tensorflow/tensorflow.git

注意:--recurse-submodules 非常重要,用来下拉子模块的代码。

需要使用官方推荐的NDK r12b来构建so, 太新或太旧的版本都会有问题,如果你没有NDK r12b,请在这里下载.

如果你不用r12b编译,你就会遇到各种各样的错误。

如果你是全新玩家,那么你当然还需要下载Android SDK了,或者采用Android Studio 下载的Android SDK也可以,后面我们需要的是SDK的路径。

你需要了解谷歌的构建工具Bazel,它是TensorFlow的首席构建工具。你可以在这里安装Bazel。

当你对Bazel有所了解之后:
现在,编辑WORKSPACE文件,我们可以在之前clone下来的TensorFlow的根路径里找到WORKSPACE文件。

# Uncomment and update the paths in these entries to build the Android demo.
#android_sdk_repository(
#    name = "androidsdk",
#    api_level = 23,
#    build_tools_version = "25.0.1",
#    # Replace with path to Android SDK on your system
#    path = "<PATH_TO_SDK>",
#)
#
#android_ndk_repository(
#    name="androidndk",
#    path="<PATH_TO_NDK>",
#    api_level=14)

将以上文件内容改为我们自己的sdk、ndk的路径:

android_sdk_repository(
    name = "androidsdk",
    api_level = 23,
    build_tools_version = "25.0.1",
    # Replace with path to Android SDK on your system
    path = "/Users/xxx/Library/Android/sdk/",
)

android_ndk_repository(
    name="androidndk",
    path="/Users/xxx/Downloads/android-ndk-r13/",
    api_level=14)

下一步,构建.so文件,执行如下命令:

bazel build -c opt //tensorflow/contrib/android:libtensorflow_inference.so \
   --crosstool_top=//external:android/crosstool \
   --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
   --cpu=armeabi-v7a

其中的armeabi-v7a参数可以换成你所需的目标cpu架构。

构建完成后,.so文件将在如下路径生成:

bazel-bin/tensorflow/contrib/android/libtensorflow_inference.so

接着构建JAVA jar文件:

bazel build //tensorflow/contrib/android:android_tensorflow_inference_java

jar文件在如下路径生成:

bazel-bin/tensorflow/contrib/android/libandroid_tensorflow_inference_java.jar

现在我们同时拥有了jar文件和.so文件了。

如果你构建失败了,可以直接从这里可以下载demo工程,里面都有构建好的文件。

但是我们还需要预训练模型文件和标签文件。

在这个demo里,我们使用Google提供的预训练模型文件,这个文件用来从已有的图片中检测物体(图像识别)。

在这里下载模型文件

下载完zip包解压缩,得到2个文件:

  • imagenet_comp_graph_label_strings.txt(物体的标签文件)
  • tensorflow_inception_graph.pb (预训练模型文件).

现在我们使用Android Studio来创建一个样例工程。把.pb、.txt这2个文件放入assets文件夹。

将生成的jar包,放入libs文件,在build.gradle中加入:

compile files('libs/libandroid_tensorflow_inference_java.jar')

在main目录创建jniLibs文件夹,把编译好的.so文件放进jniLibs/armeabi-v7a/路径

到现在为止,我们就可以调用TensorFlow的JAVA API了。

TensorFlow的JAVA层API通过TensorFlowInferenceInterface来暴露所有需要的方法。

我们需要先通过模型路径装载模型,才能进一步调用这些JAVA API。

并且,我们可以提供输入图像,来得到识别的结果。

上面已经说过了,想图省事,直接clone现成的项目,看看代码,编译运行即可。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,108评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,699评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,812评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,236评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,583评论 3 288
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,739评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,957评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,704评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,447评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,643评论 2 249
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,133评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,486评论 3 256
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,151评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,108评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,889评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,782评论 2 277
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,681评论 2 272

推荐阅读更多精彩内容