TensorFlow Android版環境搭建

tensorflow 幾個android demo源碼環境搭建

說明

tensorflow上有幾個example，本文重點關注其在android上的應用，源碼在gitHub上有，這個apk是什麼樣子，你們能夠經過點擊這裏進行下載。

系統要求

1. 若是須要獨立的庫，須要分開構建tensorflow的源碼
2. 物體追蹤以及YUV轉RGB在libtensorflow_demo.so中
3. android5.0 ( API21 )及以上

幾個例子的說明

這個apk安裝完成後會有3個圖標，啓動不一樣的Activity對應不一樣的demo，每一個demo均可以經過音量鍵來開啓和關閉後臺信息。

• TF Classify:

  啓動頁面爲/src/org/tensorflow/demo/ClassifierActivity.java,其做用是啓動相機，自動識別出相機預覽框中的物體。

• TF Detect

  啓動頁面爲/src/org/tensorflow/demo/DetectorActivity.java，使用深度神經網絡模型進行運行物體檢測。

• TF Stylize 
  啓動頁面爲src/org/tensorflow/demo/StylizeActivity.java,實時將相機的預覽界面處理成特定畫風。

新版本apk的下載

最新版本的apk資源，能夠訪問https://ci.tensorflow.org/view/Nightly/job/nightly-android/ ，點擊view節點下面的output，點擊tensorflow_demo.apk進行下載。

好了，以上是一些基本的介紹，如今咱們開始下載demo的源碼，進行編譯。

1. 安裝tensorflow

關於tensorflow的安裝，能夠直接前往官方文檔地址https://www.tensorflow.org/install/ ，也能夠參照我以前寫的博客 http://www.jianshu.com/p/5b4e961f010f ，此處再也不贅述。

2. 安裝構建工具bazel

bazel的安裝，比較簡單，能夠直接參考官方文檔https://bazel.build/versions/master/docs/install.html ，但值得注意的是，bazel目前還不支持在window上構建Android，官方說的是後期能夠支持gradle。

博主用的是ubuntu，比較方便，簡單提一下。 
1. 須要ubuntu14.04及以上 
2. 須要JDK 8，若是沒安裝請運行

sudo apt-get install openjdk-8-jdk

• 1

1. 添加APT庫

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. 安裝bazel

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

若是隻是要更新，則運行

sudo apt-get upgrade bazel

3. 下載源碼

好了，終於到了下載源碼部分了，首先，新建一個文件夾，好比AI，而後進入到AI文件夾，使用git下載代碼。

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

注意：--recurse-submodules參數是用來防止後面出現的protobuf錯誤的。

4. 配置本地環境

載好源碼後，會出現一個tensorflow的文件夾，這裏面放着全部tensorflow的源碼，可是咱們要關注的源碼位於..\AI\tensorflow\tensorflow\examples\android目錄下。

1. 修改WORKSPACE文件

由於本地環境的不一樣，所以咱們須要先修改/tensorflow目錄下的WORKSPACE文件,找到以下一段代碼，對應配置好你的sdk版本以及位置，還有ndk的版本和位置，而且去掉註釋：

# 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)

好比個人就修改爲了：

android_sdk_repository(
    name = "androidsdk",
    # 設置成你安裝sdk的最高版本，對應修改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",
)

# 推薦使用r12版本，更高的版本可能會形成bazel出錯
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須要設置成你本地sdk最高的版本，推薦23及以上，在android:build.gradle 以及AndroidManifest.xml也對應修改targetSdkVersion 
2. ndk的版本，推薦使用r12，不然bazel編譯的時候會報錯。

2. 構建

進入到AI/tensorflow目錄下，輸入如下命令：

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

• 1

若是有報protocol buffers的相關錯誤，運行git submodule update --init命令，而且確保WORKSPACE文件配置對了

3. 安裝apk

開啓手機的調試模式，運行：

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

•  

4. 使用Android Studio

能夠在Android Studio中直接打開tensorflow/examples/android，可是須要配置好你的gradle、sdk、ndk 
1. gradle必需要在3.3以上版本 
2. build_tool_version須要指定在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路徑，默認的是以下的：

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

•  

可是在該路徑下並無bazel，所以會報以下錯誤：

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

此時只須要把路徑改爲你的bazel路徑就好，好比個人是：

def bazelLocation = '/usr/bin/bazel'

•  

這樣配置完畢後，就能直接在AS中使用run去運行了。