人工智能小白日记 人脸检测识别之4 移植facenet到安卓平台

本文主要是介绍人工智能小白日记 人脸检测识别之4 移植facenet到安卓平台,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 前言
  • 正文
    • 1-1 使用tflite如何移植
    • 1-2 转换格式
    • 1-3 安卓运行环境配置
    • 2 使用pb
  • 小结

前言

因为业务需要最近开始做tensorflow的移植工作了,一通下来发现有坑无数,萌新表示只能顺着大佬们的步伐前进。

正文

1-1 使用tflite如何移植

tensorflow官方提供了对移动端的支持。tf lite
https://tensorflow.google.cn/lite/guide
在这里插入图片描述
由两个模块组成:
tflite解释器和tflite转换器。

通过转换器将我们的模型转换为tflite支持的指定格式,再由解释器在各端运行即可。

1-2 转换格式

在这里插入图片描述
这里告诉我们格式转换的好处,和一些注意事项:可以优化模型大小,利用一些折衷的办法对移动端的执行进行优化。 当然,不是所有模型可以被转换,这个我们后面再看

在这里插入图片描述
这里提供了转换器的使用方式,正好是用python的api。
总共三个步骤:获取模型,转换,最后保存为tflite格式。

问题收集:
1)module ‘tensorflow’ has no attribute ‘lite’
我的tf版本是1.11,去官网查下api
在这里插入图片描述
发现是1.14版本,于是用conda搭建个1.14版的环境出来,运行,果然有第二个错误

2)SavedModel file does not exist at : xxx/{saved_model.pbtxt|saved_model.pb}
这个肯定跟输入的格式有关,再查一下,其支持以下几种输入模型
在这里插入图片描述
目前还不知道这些不同的模型有啥区别,不过我提供了模型路径,后提示没有pbtxt或者pb格式的文件。这个pb文件很眼熟,facenet预训练模型中会有,不过我的再训练模型中没有。

经过一阵实验过程, 最终在这里找到的解决方案,成功生成了.tflite文件
https://xbuba.com/questions/53596521

1-3 安卓运行环境配置

继续参考官方文档
https://tensorflow.google.cn/lite/guide/android
1)添加对tensorflow-lite的依赖,顺便加上gpu依赖

dependencies {implementation 'org.tensorflow:tensorflow-lite:0.0.0-nightly'implementation 'org.tensorflow:tensorflow-lite-gpu:0.0.0-nightly'
}

2)对ndk进行配置

android {defaultConfig {ndk {abiFilters 'armeabi-v7a', 'arm64-v8a'}}//set no compress modelsaaptOptions {noCompress "tflite"}
}

貌似其他的没找着,参考下别人写的
https://blog.csdn.net/qq_33200967/article/details/82773677

3)在main目录下创建assets文件夹,这个文件夹主要是存放tflite模型和label名称文件。把刚才转好的.tflite文件丢进来

4)编写调用代码

在java中进行调用

try (Interpreter interpreter = new Interpreter(tensorflow_lite_model_file)) {interpreter.run(input, output);
}
//gpu版
GpuDelegate delegate = new GpuDelegate();
Interpreter.Options options = (new Interpreter.Options()).addDelegate(delegate);
Interpreter interpreter = new Interpreter(tensorflow_lite_model_file, options);
try {interpreter.run(input, output);
}

问题收集:
1)如果碰到安卓bitmap读取为空,八成是权限问题,7.0系统以上需要动态获取权限
2)如果碰到assets读取不到模型时,八成是模型被压缩了,也就是配置的时候是不是忘了将noCompress那段放进去了。
3)java.lang.IllegalArgumentException: Cannot convert between a TensorFlowLite tensor with type UINT8 and a Java object of type [F (which is compatible with the TensorFlowLite type FLOAT32).

这个问题是因为在做tflite_convert的时候,我们将inference_type和inference_input_type设置为QUANTIZED_UNIT8, 为了顺利的跑起来,先把inference_type和inference_input_type改回FLOAT。至于返回是(1,512)的张量这种小问题相信都可以解决了。

2 使用pb

facenet源代码中自带了src/freeze_grapy.py ,可以使用它来生成pb文件,如果在安卓中调用的时候发生如下问题:
Not a valid TensorFlow Graph serialization: NodeDef mentions attr ‘explicit_paddings’ not in…
解决方案是,你的python版tensorflow版本号,必须和安卓中使用的一致

在左侧Project模式下External Libraries中查询安卓中的版本
在这里插入图片描述

小结

最终是跑出来了,效果咋样等待测试,不过一下子没办法测试,以后补回测试结果。这还只是个facenet,还有mtcnn也需要移植。还有inference_type和inference_input_type设置为QUANTIZED_UNIT8可以对模型进行压缩,但是后面该怎么对上类型呢? 太多问题。时间太紧,后面再慢慢填坑。

这篇关于人工智能小白日记 人脸检测识别之4 移植facenet到安卓平台的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/689721

相关文章

流媒体平台/视频监控/安防视频汇聚EasyCVR播放暂停后视频画面黑屏是什么原因?

视频智能分析/视频监控/安防监控综合管理系统EasyCVR视频汇聚融合平台,是TSINGSEE青犀视频垂直深耕音视频流媒体技术、AI智能技术领域的杰出成果。该平台以其强大的视频处理、汇聚与融合能力,在构建全栈视频监控系统中展现出了独特的优势。视频监控管理系统EasyCVR平台内置了强大的视频解码、转码、压缩等技术,能够处理多种视频流格式,并以多种格式(RTMP、RTSP、HTTP-FLV、WebS

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

如何解决线上平台抽佣高 线下门店客流少的痛点!

目前,许多传统零售店铺正遭遇客源下降的难题。尽管广告推广能带来一定的客流,但其费用昂贵。鉴于此,众多零售商纷纷选择加入像美团、饿了么和抖音这样的大型在线平台,但这些平台的高佣金率导致了利润的大幅缩水。在这样的市场环境下,商家之间的合作网络逐渐成为一种有效的解决方案,通过资源和客户基础的共享,实现共同的利益增长。 以最近在上海兴起的一个跨行业合作平台为例,该平台融合了环保消费积分系统,在短

Android平台播放RTSP流的几种方案探究(VLC VS ExoPlayer VS SmartPlayer)

技术背景 好多开发者需要遴选Android平台RTSP直播播放器的时候,不知道如何选的好,本文针对常用的方案,做个大概的说明: 1. 使用VLC for Android VLC Media Player(VLC多媒体播放器),最初命名为VideoLAN客户端,是VideoLAN品牌产品,是VideoLAN计划的多媒体播放器。它支持众多音频与视频解码器及文件格式,并支持DVD影音光盘,VCD影

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

【区块链 + 人才服务】区块链集成开发平台 | FISCO BCOS应用案例

随着区块链技术的快速发展,越来越多的企业开始将其应用于实际业务中。然而,区块链技术的专业性使得其集成开发成为一项挑战。针对此,广东中创智慧科技有限公司基于国产开源联盟链 FISCO BCOS 推出了区块链集成开发平台。该平台基于区块链技术,提供一套全面的区块链开发工具和开发环境,支持开发者快速开发和部署区块链应用。此外,该平台还可以提供一套全面的区块链开发教程和文档,帮助开发者快速上手区块链开发。

K8S(Kubernetes)开源的容器编排平台安装步骤详解

K8S(Kubernetes)是一个开源的容器编排平台,用于自动化部署、扩展和管理容器化应用程序。以下是K8S容器编排平台的安装步骤、使用方式及特点的概述: 安装步骤: 安装Docker:K8S需要基于Docker来运行容器化应用程序。首先要在所有节点上安装Docker引擎。 安装Kubernetes Master:在集群中选择一台主机作为Master节点,安装K8S的控制平面组件,如AP