TensorFlow2学习十八、安卓进行图像分类示例

一、说明

https://github.com/tensorflow/examples/tree/master/lite/examples/image_classification/android

1. 编译环境

Android Studio3.2+

2. 构建说明

直接编译有可能会 异常，在项目的build.gralde->dependencies里添加：

implementation group: 'org.tensorflow', name: 'tensorflow-lite', version: '2.0.0'

我同时把其它几个库版本改了一下，供参考：

dependencies { implementation fileTree(dir: 'libs', include: ['*.jar']) implementation 'androidx.appcompat:appcompat:1.1.0' implementation 'androidx.coordinatorlayout:coordinatorlayout:1.1.0' implementation 'com.google.android.material:material:1.0.0' implementation 'org.tensorflow:tensorflow-lite:2.0.0' implementation 'org.tensorflow:tensorflow-lite-gpu:2.0.0' implementation 'org.tensorflow:tensorflow-lite-support:0.0.0-nightly' implementation group: 'org.tensorflow', name: 'tensorflow-lite', version: '2.0.0'}

3. 连接手机，打开USB调试模式，编译安装后即可运行。

运行效果：

风扇识别成功：

风扇识别

鼠标

一个鼠标的识别

2个鼠标：

识别错误

三、demo项目结构

类说明：

1. 入口Activity

ClassifierActivity，调用模型：

private Classifier classifier;# 实例化，返回 ClassifierQuantizedMobileNet 或 ClassifierFloatMobileNetclassifier = Classifier.create(this, model, device, numThreads); final List<Classifier.Recognition> results = classifier.recognizeImage(rgbFrameBitmap, sensorOrientation);

2. Classifier类

虚类，封装TF模型的调用，其中识别的主要程序代码段：

inputImageBuffer = loadImage(bitmap, sensorOrientation);tflite.run(inputImageBuffer.getBuffer(), outputProbabilityBuffer.getBuffer().rewind());Map<String, Float> labeledProbability = new TensorLabel(labels, probabilityProcessor.process(outputProbabilityBuffer)) .getMapWithFloatValue();return getTopKProbability(labeledProbability);

getTopKProbability用来返回最有可能分类值。

3. ClassifierFloatMobileNet和ClassifierQuantizedMobileNet

用来定义模型位置、标签位置等

四、自己的项目里使用TF2.0讲解

1. dependencies 引用

即上面贴出的代码

2. ABIs设置

谷歌建议大部分开发者删减x86,x86_64,arm32的ABIs：

android { defaultConfig { ndk { abiFilters 'armeabi-v7a', 'arm64-v8a' } }}