TensorFlow Android版环境搭建

tensorflow 几个android demo源码环境搭建

说明

tensorflow上有几个example，本文重点关注其在android上的应用，源码在gitHub上有，这个apk是什么样子，你们能够经过点击这里进行下载。

系统要求

1. 若是须要独立的库，须要分开构建tensorflow的源码
2. 物体追踪以及YUV转RGB在libtensorflow_demo.so中
3. android5.0 ( API21 )及以上

几个例子的说明

这个apk安装完成后会有3个图标，启动不一样的Activity对应不一样的demo，每一个demo均可以经过音量键来开启和关闭后台信息。

• TF Classify:

  启动页面为/src/org/tensorflow/demo/ClassifierActivity.java,其做用是启动相机，自动识别出相机预览框中的物体。

• TF Detect

  启动页面为/src/org/tensorflow/demo/DetectorActivity.java，使用深度神经网络模型进行运行物体检测。

• TF Stylize 
  启动页面为src/org/tensorflow/demo/StylizeActivity.java,实时将相机的预览界面处理成特定画风。

新版本apk的下载

最新版本的apk资源，能够访问https://ci.tensorflow.org/view/Nightly/job/nightly-android/ ，点击view节点下面的output，点击tensorflow_demo.apk进行下载。

好了，以上是一些基本的介绍，如今咱们开始下载demo的源码，进行编译。

1. 安装tensorflow

关于tensorflow的安装，能够直接前往官方文档地址https://www.tensorflow.org/install/ ，也能够参照我以前写的博客 http://www.jianshu.com/p/5b4e961f010f ，此处再也不赘述。

2. 安装构建工具bazel

bazel的安装，比较简单，能够直接参考官方文档https://bazel.build/versions/master/docs/install.html ，但值得注意的是，bazel目前还不支持在window上构建Android，官方说的是后期能够支持gradle。

博主用的是ubuntu，比较方便，简单提一下。 
1. 须要ubuntu14.04及以上 
2. 须要JDK 8，若是没安装请运行

sudo apt-get install openjdk-8-jdk

• 1

1. 添加APT库

echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list`

curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -

1. 安装bazel

sudo apt-get update && sudo apt-get install bazel

若是只是要更新，则运行

sudo apt-get upgrade bazel

3. 下载源码

好了，终于到了下载源码部分了，首先，新建一个文件夹，好比AI，而后进入到AI文件夹，使用git下载代码。

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

注意：--recurse-submodules参数是用来防止后面出现的protobuf错误的。

4. 配置本地环境

载好源码后，会出现一个tensorflow的文件夹，这里面放着全部tensorflow的源码，可是咱们要关注的源码位于..\AI\tensorflow\tensorflow\examples\android目录下。

1. 修改WORKSPACE文件

由于本地环境的不一样，所以咱们须要先修改/tensorflow目录下的WORKSPACE文件,找到以下一段代码，对应配置好你的sdk版本以及位置，还有ndk的版本和位置，而且去掉注释：

# Uncomment and update the paths in these entries to build the Android demo.
  #android_sdk_repository(
  #    name = "androidsdk",
  #    api_level = 23,
  #    # Ensure that you have the build_tools_version below installed in the 
  #    # SDK manager as it updates periodically.
  #    build_tools_version = "25.0.2",
  #    # Replace with path to Android SDK on your system
  #    path = "<PATH_TO_SDK>",
  #)
  #
  # Android NDK r12b is recommended (higher may cause issues with Bazel)
  #android_ndk_repository(
  #    name="androidndk",
  #    path="<PATH_TO_NDK>",
  #    # This needs to be 14 or higher to compile TensorFlow. 
  #    # Note that the NDK version is not the API level.
  #    api_level=14)

好比个人就修改为了：

android_sdk_repository(
    name = "androidsdk",
    # 设置成你安装sdk的最高版本，对应修改manifest.xml以及gradle的target
    api_level = 23,
    # Ensure that you have the build_tools_version below installed in the 
    # SDK manager as it updates periodically.
    build_tools_version = "25.0.3",
    # Replace with path to Android SDK on your system
    path = "/home/cxq/android-sdk-linux",
)

# 推荐使用r12版本，更高的版本可能会形成bazel出错
android_ndk_repository(
    name="androidndk",
    path="/home/cxq/android-sdk-linux/ndk-bundle",
    # This needs to be 14 or higher to compile TensorFlow. 
    # Note that the NDK version is not the API level.
    api_level=14)

注意： 
1. api_level须要设置成你本地sdk最高的版本，推荐23及以上，在android:build.gradle 以及AndroidManifest.xml也对应修改targetSdkVersion 
2. ndk的版本，推荐使用r12，不然bazel编译的时候会报错。

2. 构建

进入到AI/tensorflow目录下，输入如下命令：

bazel build -c opt //tensorflow/examples/android:tensorflow_demo

• 1

若是有报protocol buffers的相关错误，运行git submodule update --init命令，而且确保WORKSPACE文件配置对了

3. 安装apk

开启手机的调试模式，运行：

adb install -r bazel-bin/tensorflow/examples/android/tensorflow_demo.apk

•  

4. 使用Android Studio

能够在Android Studio中直接打开tensorflow/examples/android，可是须要配置好你的gradle、sdk、ndk 
1. gradle必需要在3.3以上版本 
2. build_tool_version须要指定在25以上 
3. 配置好你的ndk 
4. 很重要：在android:build.gradle 中配置好你的bazel路径，默认的是以下的：

def bazelLocation = '/usr/local/bin/bazel'

•  

可是在该路径下并无bazel，所以会报以下错误：

Error:Execution failed for task ':buildNativeBazel'.
A problem occurred starting process 'command '/usr/local/bin/bazel''

此时只须要把路径改为你的bazel路径就好，好比个人是：

def bazelLocation = '/usr/bin/bazel'

•  

这样配置完毕后，就能直接在AS中使用run去运行了。