文章目录第一步：获取源代码1. 工具：Git2. 下载代码第二步：了解代码第三步：工具准备1. Git2. NDK3. CMake4. Python 35. Patch第四步：环境准备第五步：补写一个CMakeLists.txt第六步：CMake项目配置配置常见错误1配置常见错误2第七步：构建构建常见错误1构建常见错误2第八步：符号剥离构建其他版本总结 其思路是使用Docker构建系统。也可以到
分享玩AI绘画Stable Diffusion工具在之前的篇章中，我们已经了解到了Stable Diffustion可以使用在线平台生成图片，但是提供的平台要么是收费，要么是模型受限，又或者生成效果不理想，总之受限瓶颈大，出于考虑到因为没有生成数量的限制，不用花钱，生成时间快，不用排队，自由度高，插件丰富，功能众多，可以调试和个性化的地方也更多，就决定将AI绘画工具部署到本地，这样我们就可以随意生
##系统配置：ubuntu18.04 cuda9.0 cudnn7.0 python2.7 tensorflow-1.10bazel-0.16 JDK8 SDK28.0.2 NDK12 android-8.0经过四天多的折腾，终于将tensorflow官方的android demo部署到了手机上，虽然遇到了很多坑，但终究目的还是达到了。由于tensorflow的源码更新速度太快，导致如今很多教程都
转载
2024-03-30 10:55:10
118阅读
奇技 · 指南在《基于TensorFlow Serving的YOLO模型部署》文章中有介绍tensorflow 1.x版本的模型如何利用TensorFlow Serving部署。本文接着上篇介绍tensorflow2.x版本的模型部署。工作原理架构图核心概念① servables:对机器学习模型的封装和抽象，可以提供模型计算服务，一般有HTTP restful server + grpc serv
转载
2024-05-18 09:22:10
56阅读
深度学习向移动端应用，个人觉得是一个很好的方向。现在从网上学习tensorflow安卓手机的demo，参考各位博友的成果，总结一下，方便自己后期的使用。运行tensorflow demo的例程有两种方法，第一种是在linux下的bazel来实现生成.apk文件直到手机上安装。另一种就是通过AndroidStudio编译，下载到手机。个人觉得后期希望接触一点APP+Deeplearing的开发，So
转载
2024-05-24 19:32:31
103阅读
tensorflow lite源码编译和android端部署详解一本篇文章主要讲通过编译tensorflow源码生成libtensorflowlite.jar 和 libtensorflowlite_jni.so库关于android部署关注和代码将在下篇博客介绍
转载
2024-05-17 23:25:32
141阅读
目标检测在图形识别的基础上有了更进一步的应用，但是代码也更加繁琐，TensorFlow专门为此开设了一个object detection API，接下来看看怎么使用它。 object detection API 配置首先，能到目标检测了应该至少已经安装好了TensorFlow及其相关依赖。这里主要讲在TensorFlow可以正常使用的基础上目标检测API的配置。（1）下载TensorFl
转载
2024-02-19 17:25:33
77阅读
题图 由Gerd Altmann在Pixabay上发布在前面一篇文章《从人工智能鉴黄模型，尝试TensorRT优化》我谈到了TensorFlow模型的优化，这是针对服务器端的优化，实际上优化结果并不理想。这篇文章我将谈谈将TensorFlow模型部署到Android系统上需要注意的几点。TensorFlow针对移动和IoT设备推出了TensorFlow Lite，根据TensorFlow Lite
转载
2024-05-28 12:44:34
106阅读
由于有相关的项目要移植到android手机上，我尝试了tensorflow object_detection ssd_mobilenet,效果还行，现在把步骤记录下来，一方面可以作为自己的总结，一方面可以给网友提供以下参考：主要有四个方面：一.图像数据的标定;二.把标定的数据转化为tfrecord;三
做过好几个简单的安卓小项目后，常常觉得自己的水平常常处于能做出来东西，但是原理等有时会很模糊，所以重温重温原理首先是四大组件之 Activity:首先是Activity的主要框架：public class Activity extends
@Override
public void
super.onCreate(savedInstanceState);
setContentView
本篇文章中软件的下载需要科学上网支持。 主要参考资料为这篇文章，但是原文章涉及的TF版本已经过旧，有些小坑，例如android工程几个项目文件的修改，已经完全不同了。 TensorFlow的一个很突出的优势是跨平台，但是这方面的资料还比较少。 不过最近随着1.0版本的发布，文档的逐渐完善，在移动端的应用也越来越都多，并且官方增加了两个demo。其实应用在移动端还是比较容易的，只是因为官方的文档还是
转载
2023-09-28 23:15:27
56阅读
.csdn.net/nu
转载
2018-05-23 11:02:00
75阅读
2评论
之前就看到Tensorflow有手机平台的API了，今天终于抽了点时间出来鼓捣一下。首先是把tensorflow克隆到本地一份。git clone --recurse-submodules ://github./tensorflow/tensorflow.git既然是谷歌官方要求的，最好把--recurse-submodules加上，文档说可以避免一些数据结构序列化时的编译问题。这
转载
2024-05-15 11:14:13
963阅读
TensorFlow Android端编译过程记录分享一下TensorFlow Android端编译全过程参照编译环境环境搭建1、安装Bazel 0.24.12、安装jdk1.83、安装python 3.6.34、安装Android SDK 235、安装Android NDK6、下载TensorFlow 1.14.0 release版编译过程1、清空编译缓存2、configure 配置Tenso
转载
2024-09-01 15:22:25
31阅读
目标检测：yolov5 6.0版本 ncnn环境安装 至 +安卓部署 一条龙教程 文章目录背景一、准备阶段1.参考文章#2.流程二、pt模型->onnx三、Windows下ncnn环境配置教程详解1.参考2.VS安装3.cmake安装4.protobuf安装5.ncnn编译四、onnx->ncnn1.ncnn转换2.param解释3.实现focus模块五、ncnn的安卓部署1.模型替换
转载
2024-01-17 21:56:15
80阅读
利用PAWserver服务器搭建Android平台上的php环境这是一个技术性的文章，有些折腾，不涉及代码(用模拟器的话需要几行)，但不难，主要是探讨思路。没有特别实际的性的用途，非折腾帝可以忽略。设备要求：安装 PHP 要求 ARM 架构。所以老鼠的中兴U880做不到，使用模拟器操作，ARM架构手机用户可以直接看第二节。第一节：Android 模拟器端口映射Android 系统默认只能通过 IP
转载
2023-07-29 23:54:46
78阅读
2.2、jni2.3、res2.4、src2.5、 build.gradle3、app进行物体识别的流程3.1、onCreate中请求相机权限并设置页面内容区的fragment3.2、打开摄像头，并注册ConnectionCallback和OnImageAvailableListener3.3、相机预览图片宽高确定后，回调onPreviewSizeChosen3.3.1、分类器class
前言：之前尝试过用anaconda安装，简单轻松一切正常使用。但由于我想要使用android demo，而官网教程只给了利用源码安装tensorflow的使用教程，所以就用源码重装了一遍tensorflow。想要把tensorflow用在手机端的同学最好还是用源码安装吧。首先，已提前安装好cuda8.0和cudnn。如pip等如果未安装可以根据错误提示安装1.下载tensorflow$ git c
1、概述作为一个Android开发者和Tensorflow爱好者，当发现tensorflow可以在Android平台开发,那必须来玩玩。大多数参考文章说，Tensorflow在Android上的应用只能在Linux系统编译，事实上不是，构建工具bazel 现在支持Windows、Mac、Linux三个平台，windows上没有尝试过，但应该也可以，跟着本文步骤，可以在各个平台实现。本文从搭建环境开
转载
2023-12-26 22:41:05
56阅读
编者注：想了解如何使用TensorFlow来运行你的机器学习工作流，请关注谷歌的Eli Bixby和Amy Unruh在2016年11月1到2日于旧金山举办的培训课程。如果你关注我的前一篇帖子，并按照其中的内容实践，你可能已经学会了如何在Linux上安装一个GPU加速的TensorFlow，并构建了你自己的图像分类器。老实讲，在笔记本上对图片进行分类是很花时间的：需要下载分类用的图片，并在终端里输
转载
2024-08-21 12:00:44
22阅读
