Android移动终端应用APP中实现图像分类功能-----以pytorch为例

技术2022-07-13 99

笔者想在Android版本的App中实现图像分类的功能，查找相关文档之后，决定基于Pytorch实现，具体可以参考https://pytorch.org/mobile/android/。本文详细记录笔者进行实际测试的过程。

1、利用预训练模型进行配置和测试

模型转换：需要将预训练模型（例如Resnet18）进行序列化，相关代码如下：

import torch import torchvision model = torchvision.models.resnet18(pretrained=True) model.eval() example = torch.rand(1, 3, 224, 224) mobile_module = torch.jit.trace(model, example) mobile_module.save("model.pt")

顺利运行之后就应该得到在Android系统中可用的模型文件model.pt，该文件大小约为45MB。

2、在android APP中进行测试

去github下载android的演示版本app，具体方法为：

git clone https://github.com/pytorch/android-demo-app.git cd HelloWorldApp

或者是直接去该网址https://github.com/pytorch/android-demo-app 下载压缩包解压进入HelloWorldApp目录。

将第一步生成的model.pt文件替换掉HelloWorldApp/app/src/main/assets/model.pt 随后利用android studio打开HelloWorldApp这个project，然后点击Build菜单，选择Build Bundle(s)/APK(s) 菜单中的“Build APK(s)”，如下图所示：编译完成之后，会在右下角出现提示信息，如下图所示：点击locate即可进入指定目录看到生成的apk软件安装包

将apk文件发送至android手机中进行安装，启动后即可看到分析结果，如下图所示：

推荐一个公众号：健哥聊量化，会持续推出股票相关基础知识，以及python实现的一些基本的分析代码。欢迎大家关注，二维码如下：