最近看到一個巨牛的人工智能教程，分享一下給大家。教程不僅是零基礎(chǔ)，通俗易懂，而且非常風趣幽默，像看小說一樣！覺得太牛了，所以分享給大家。平時碎片時間可以當小說看，【點這里可以去膜拜一下大神的“小說”】。

1 CKPT模型轉(zhuǎn)換pb文件

使用上一篇博客《MobileNet V1官方預(yù)訓練模型的使用》中下載的MobileNet V1官方預(yù)訓練的模型《MobileNet_v1_1.0_192》。雖然打包下載的文件中包含已經(jīng)轉(zhuǎn)換過的pb文件，但是官方提供的pb模型輸出是1001類別對應(yīng)的概率，我們需要的是概率最大的3類。可在原始網(wǎng)絡(luò)中使用函數(shù)tf.nn.top_k獲取概率最大的3類，將函數(shù)tf.nn.top_k作為網(wǎng)絡(luò)中的一個計算節(jié)點。模型轉(zhuǎn)換代碼如下所示。

import tensorflow as tf
from mobilenet_v1 import mobilenet_v1,mobilenet_v1_arg_scope 
import numpy as np
slim = tf.contrib.slim
CKPT = 'mobilenet_v1_1.0_192.ckpt'  

def build_model(inputs):   
    with slim.arg_scope(mobilenet_v1_arg_scope(is_training=False)):
        logits, end_points = mobilenet_v1(inputs, is_training=False, depth_multiplier=1.0, num_classes=1001)
    scores = end_points['Predictions']
    print(scores)
    #取概率最大的5個類別及其對應(yīng)概率
    output = tf.nn.top_k(scores, k=3, sorted=True)
    #indices為類別索引，values為概率值
    return output.indices,output.values

def load_model(sess):
    loader = tf.train.Saver()
    loader.restore(sess,CKPT)
   
inputs=tf.placeholder(dtype=tf.float32,shape=(1,192,192,3),name='input')
classes_tf,scores_tf = build_model(inputs)  
classes = tf.identity(classes_tf, name='classes')
scores = tf.identity(scores_tf, name='scores') 
with tf.Session() as sess:
    load_model(sess)
    graph = tf.get_default_graph()
    output_graph_def = tf.graph_util.convert_variables_to_constants(
        sess, graph.as_graph_def(), [classes.op.name,scores.op.name]) 
    tf.train.write_graph(output_graph_def, 'model', 'mobilenet_v1_1.0_192.pb', as_text=False)

上面代碼中，單一的所有類別概率經(jīng)過計算節(jié)點tf.nn.top_k后分為兩個輸出：概率最大的3個類別classes，概率最大的3個類別的概率scores。執(zhí)行上面代碼后，在目錄“model”中得到文件mobilenet_v1_1.0_192.pb。

2 移植到Android中

2.1 AndroidStudio中使用Tensorflow Mobile

首先，AndroidStudio版本必須是3.0及以上。創(chuàng)建Android Project后，在Module:app的build.gradle文件中的dependencies中加入如下：

 compile 'org.tensorflow:tensorflow-android:+'

2.2 Tensorflow Mobile接口

使用Tensorflow Mobile庫中模型調(diào)用封裝類org.tensorflow.contrib.android.TensorFlowInferenceInterface完成模型的調(diào)用，主要使用的如下函數(shù)。

 public TensorFlowInferenceInterface(AssetManager assetManager, String model){...}
 public void feed(String inputName, float[] src, long... dims) {...}
 public void run(String[] outputNames) {...}
 public void fetch(String outputName, int[] dst) {...}

其中，構(gòu)造函數(shù)中的參數(shù)model表示目錄“assets”中模型名稱。feed函數(shù)中參數(shù)inputName表示輸入節(jié)點的名稱，即對應(yīng)模型轉(zhuǎn)換時指定輸入節(jié)點的名稱“input”，參數(shù)src表示輸入數(shù)據(jù)數(shù)組，變長參數(shù)dims表示輸入的維度，如傳入1,192,192,3則表示輸入數(shù)據(jù)的Shape=[1,192,192,3]。函數(shù)run的參數(shù)outputNames表示執(zhí)行從輸入節(jié)點到outputNames中節(jié)點的所有路徑。函數(shù)fetch中參數(shù)outputName表示輸出節(jié)點的名稱，將指定的輸出節(jié)點的數(shù)據(jù)拷貝到dst中。

2.3 Bitmap對象轉(zhuǎn)float[]

注意到，在2.1小節(jié)中函數(shù)feed傳入到輸入節(jié)點的數(shù)據(jù)對象是float[]。因此有必要將Bitmap轉(zhuǎn)為float[]對象，示例代碼如下所示。

    //讀取Bitmap像素值，并放入到浮點數(shù)數(shù)組中。歸一化到[-1,1]
    private float[] getFloatImage(Bitmap bitmap){
        Bitmap bm = getResizedBitmap(bitmap,inputWH,inputWH);
        bm.getPixels(inputIntData, 0, bm.getWidth(), 0, 0, bm.getWidth(), bm.getHeight());
        for (int i = 0; i < inputIntData.length; ++i) {
            final int val = inputIntData[i];
            inputFloatData[i * 3 + 0] =(float) (((val >> 16) & 0xFF)/255.0-0.5)*2;
            inputFloatData[i * 3 + 1] = (float)(((val >> 8) & 0xFF)/255.0-0.5)*2;
            inputFloatData[i * 3 + 2] = (float)(( val & 0xFF)/255.0-0.5)*2 ;
        }
        return inputFloatData;
    }

由于MobileNet V1預(yù)訓練的模型輸入數(shù)據(jù)歸一化到[-1,1]，因此在函數(shù)getFloatImage中轉(zhuǎn)換數(shù)據(jù)的同時將數(shù)據(jù)歸一化到[-1,1]。

2.4 封裝模型調(diào)用

為了便于調(diào)用，將與模型相關(guān)的調(diào)用函數(shù)封裝到類TFModelUtils中，通過TFModelUtils的run函數(shù)完成模型的調(diào)用，示例代碼如下所示。

package com.huachao.mn_v1_192; 
import android.content.res.AssetManager;
import android.graphics.Bitmap;
import android.graphics.Matrix;
import android.util.Log; 
import org.tensorflow.contrib.android.TensorFlowInferenceInterface; 
import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.util.HashMap;
import java.util.Map; 
public class TFModelUtils {
    private TensorFlowInferenceInterface inferenceInterface;
    private int[] inputIntData ;
    private float[] inputFloatData ;
    private int inputWH;
    private String inputName;
    private String[] outputNames; 
    private Map<Integer,String> dict;
    public TFModelUtils(AssetManager assetMngr,int inputWH,String inputName,String[]outputNames,String modelName){
        this.inputWH=inputWH;
        this.inputName=inputName;
        this.outputNames=outputNames;
        this.inputIntData=new int[inputWH*inputWH];
        this.inputFloatData = new float[inputWH*inputWH*3];
        //從assets目錄加載模型
        inferenceInterface= new TensorFlowInferenceInterface(assetMngr, modelName);
        this.loadLabel(assetMngr);
    }
    public Map<String,Object> run(Bitmap bitmap){ 
        float[] inputData = getFloatImage(bitmap);
        //將輸入數(shù)據(jù)復(fù)制到TensorFlow中,指定輸入Shape=[1,INPUT_WH,INPUT_WH,3]
        inferenceInterface.feed(inputName, inputData, 1, inputWH, inputWH, 3); 
        // 執(zhí)行模型
        inferenceInterface.run( outputNames ); 
        //將輸出Tensor對象復(fù)制到指定數(shù)組中
        int[] classes=new int[3];
        float[] scores=new float[3];
        inferenceInterface.fetch(outputNames[0], classes);
        inferenceInterface.fetch(outputNames[1], scores);
        Map<String,Object> results=new HashMap<>();
        results.put("scores",scores);
        String[] classesLabel = new String[3];
        for(int i =0;i<3;i++){
            int idx=classes[i];
            classesLabel[i]=dict.get(idx);
//            System.out.printf("classes:"+dict.get(idx)+",scores:"+scores[i]+"\n");
        }
        results.put("classes",classesLabel);
        return results;


    }
    //讀取Bitmap像素值，并放入到浮點數(shù)數(shù)組中。歸一化到[-1,1]
    private float[] getFloatImage(Bitmap bitmap){
        Bitmap bm = getResizedBitmap(bitmap,inputWH,inputWH);
        bm.getPixels(inputIntData, 0, bm.getWidth(), 0, 0, bm.getWidth(), bm.getHeight());
        for (int i = 0; i < inputIntData.length; ++i) {
            final int val = inputIntData[i];
            inputFloatData[i * 3 + 0] =(float) (((val >> 16) & 0xFF)/255.0-0.5)*2;
            inputFloatData[i * 3 + 1] = (float)(((val >> 8) & 0xFF)/255.0-0.5)*2;
            inputFloatData[i * 3 + 2] = (float)(( val & 0xFF)/255.0-0.5)*2 ;
        }
        return inputFloatData;
    }
    //對圖像做Resize
    public Bitmap getResizedBitmap(Bitmap bm, int newWidth, int newHeight) {
        int width = bm.getWidth();
        int height = bm.getHeight();
        float scaleWidth = ((float) newWidth) / width;
        float scaleHeight = ((float) newHeight) / height;
        Matrix matrix = new Matrix();
        matrix.postScale(scaleWidth, scaleHeight);
        Bitmap resizedBitmap = Bitmap.createBitmap( bm, 0, 0, width, height, matrix, false);
        bm.recycle();
        return resizedBitmap;
    }

    private void loadLabel( AssetManager assetManager ) {
        dict=new HashMap<>();
        try {
            InputStream stream = assetManager.open("label.txt");
            InputStreamReader isr=new InputStreamReader(stream);
            BufferedReader br=new BufferedReader(isr);
            String line;
            while((line=br.readLine())!=null){
                line=line.trim();
                String[] arr = line.split(",");
                if(arr.length!=2)
                    continue;
                int key=Integer.parseInt(arr[0]);
                String value = arr[1];
                dict.put(key,value);
            }
        }catch (Exception e){
            e.printStackTrace();
            Log.e("ERROR",e.getMessage());
        }
    }
}

3 模型測試

測試模型