Caffe的 Android(安卓)aar库使用（脚手架）

文章目录

0 试玩一下andorid demo caffe_android.aar库
1 添加本地AAR
2 Java代码示例

（1）申请权限
（2）设置运行主函数
（3）异步运行的监听器类
（4）启动神经网络识别任务

caffe的android库编译比较费麻烦，网上的教程操作起来也会有很多的坑。思来想去，把caffe的库和java接口全部包装到一个aar库或者jar库，想用的时候直接导入到项目中，简直是不要太爽。

0 试玩一下andorid demo caffe_android.aar库

如果你想直接运行下效果，我在github上有一个android demo
github：https://github.com/liusanchuan/caffe-android-aar-library

1 添加本地AAR

（0）下载AAR库 https://github.com/liusanchuan/caffe-android-aar-library/blob/master/app/libs/caffe_android.aar
（1）把 caffe_android.aar文件复制到你自己的项目的app/libs下

（2）在build.gradle(app)中添加引用:

apply plugin: 'com.android.application'android {... ...}// 这个repositories {    flatDir{        dirs 'libs'    }}dependencies {    compile (name:'caffe_mobile',ext:'aar') // 和这个... ...}

2 Java代码示例

（1）申请权限

AndroidManifest.xml 中

<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>

java代码中

private void checkMyPermission() {    if(ContextCompat.checkSelfPermission(this, Manifest.permission.WRITE_EXTERNAL_STORAGE)!= PackageManager.PERMISSION_GRANTED){        ActivityCompat.requestPermissions(this,new String[]{Manifest.permission.WRITE_EXTERNAL_STORAGE},1);    }}

（2）设置运行主函数

// 全局变量String[] IMAGENET_CLASSES;CaffeMobile caffeMobile;String[] IMAGENET_CLASSES;CNNTask cnnTask;// 初始化网络void init_net(){    // 1. 定义模型路径    String modelDir = "/sdcard/caffe_mobile/bvlc_reference_caffenet";    String modelProto = modelDir + "/deploy.prototxt";    String modelBinary = modelDir + "/bvlc_reference_caffenet.caffemodel";    // 2 加载标签列表    AssetManager am = this.getAssets();    try {        InputStream is = am.open("synset_words.txt");        Scanner sc = new Scanner(is);        List<String> lines = new ArrayList<String>();        while (sc.hasNextLine()) {            final String temp = sc.nextLine();            lines.add(temp.substring(temp.indexOf(" ") + 1));        }        IMAGENET_CLASSES = lines.toArray(new String[0]);    } catch (IOException e) {        e.printStackTrace();    }    // 3. 创建caffe 解释器实例    caffeMobile = new CaffeMobile();    caffeMobile.setNumThreads(4);    caffeMobile.loadModel(modelProto, modelBinary);    float[] meanValues = {104, 117, 123};    caffeMobile.setMean(meanValues);    // 4 创建输出结果监听器    cnnTask = new CNNTask(new CNNListener() {        @Override        public void onTaskCompleted(int i) {            Toast.makeText(getApplicationContext(),"鉴定结果："+ IMAGENET_CLASSES[i],Toast.LENGTH_SHORT).show();        }    });}

（3）异步运行的监听器类

private class CNNTask extends AsyncTask<String, Void, Integer> {    private CNNListener listener;    private long startTime;    public CNNTask(CNNListener listener) {        this.listener = listener;    }// 监听器会把这个任务放后台执行    @Override    protected Integer doInBackground(String... strings) {        startTime = SystemClock.uptimeMillis();        return caffeMobile.predictImage(strings[0])[0];    }    @Override    protected void onPostExecute(Integer integer) {        Log.i(LOG_TAG, String.format("elapsed wall time: %d ms", SystemClock.uptimeMillis() - startTime));        listener.onTaskCompleted(integer);        super.onPostExecute(integer);    }}

（4）启动神经网络识别任务

// 输入一张图片的路径，在监听器中获取结果void run_caffe(String imgPath){    cnnTask.execute(imgPath);}

文章目录

0 试玩一下andorid demo caffe_android.aar库

1 添加本地AAR

2 Java代码示例

（1）申请权限

（2）设置运行主函数

（3）异步运行的监听器类

（4）启动神经网络识别任务

更多相关文章

随机推荐

Caffe的 Android(安卓)aar库使用（脚手架）

文章目录

0 试玩一下andorid demo caffe_android.aar库

1 添加本地AAR

2 Java代码示例

（1） 申请权限

（2）设置运行主函数

（3）异步运行的监听器类

（4） 启动神经网络识别任务

更多相关文章

随机推荐

（1）申请权限

（4）启动神经网络识别任务