1. 将tensorflow训练好的模型移植到Android (MNIST手写数字识别)
https://blog.csdn.net/guyuealian/article/details/79672257
其中的实例(https://github.com/PanJinquan/Mnist-tensorFlow-AndroidDemo)可用,需要按照自己的实际情况修改build.gradle的版本号.
Android 中的 armeabi,armeabi-v7a,x86,mips区别
2.将keras或tensorflow模型迁移到android端(AndroidStudio):
https://blog.csdn.net/qq_39622065/article/details/83063438
https://blog.csdn.net/Uwr44UOuQcNsUQb60zk2/article/details/81108374
上面实例1与实例2相比:实例2不需要添加libs/libandroid_tensorflow_inference_java.jar,而是在build.gradle中的dependencies内添加implementation 'org.tensorflow:tensorflow-android:+'
以上两个实例均以tensorflow mobile方式实现的。而tensorflow lite为现在的潮流。
tensorflow API接口文档:https://tensorflow.google.cn/lite/apis
tflite文件生成:https://tensorflow.google.cn/lite/convert/python_api
3.关于使用Caffe在android平台测试的实践
https://blog.csdn.net/qwer4755552/article/details/52943956
官网实例
https://caffe2.ai/docs/AI-Camera-demo-android.html
https://github.com/bwasti/AICamera
编译caffe动态库 https://blog.csdn.net/qq_28725695/article/details/62882335
Caffe-Android-Lib https://github.com/sh1r0/caffe-android-lib