android - 使用Gradle构建并运行tensorflow lite演示

Question

所以最近根据这个，Tensorflow Lite现在支持
用于对象检测的mobilenet_ssd。太好了..
我设法用bazel构建并运行了这个演示，但最初我想用android studio来实现。可惜我做不到。
下面是我得到的错误：

Error:Plugin with id 'com.android.application' not found.

从评论中看，我并不是唯一一个对此感到困惑的人。有解决办法吗？或者目前没有gradle支持这个特定的更新？
任何能澄清这个问题的信息都是非常感谢的，因为我对人工智能世界还很陌生。

Answer 1

以下是在Bazel（方法1）和Gradle（方法2）中构建和运行以下（2018年8月22日）Tensorflow Lite Android示例的说明；
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/lite/examples/android（分类/检测/等）
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/lite/java/demo（分类）
如何让tensorflow lite android示例运行[tensorflow/tensorflow/contrib/lite/examples/android]；
（例如，对象检测/ssd模型；detect.tflite[/mobilenet_ssd.tflite]/coco_labels_list.txt）
指令基于；https://medium.com/tensorflow/training-and-serving-a-realtime-mobile-object-detector-in-30-minutes-with-cloud-tpus-b78971cf1193
方法1（Bazel）
git clone https://github.com/tensorflow/tensorflow
cd tensorflow
可选：git checkout master/938a3b77797164db736a1006a7656326240baa59
[这些说明基于https://github.com/tensorflow/tensorflow/commit/938a3b77797164db736a1006a7656326240baa59]
gedit WORKSPACE，并添加对android_sdk_repository和android_ndk_repository的引用；

android_sdk_repository(
    name = "androidsdk",
    api_level = 28,
    build_tools_version = "28.0.1",
    # Replace with path to Android SDK on your system
    path = "/[INSERTCORRECTPATHHERE]/android-sdk-linux",
)
android_ndk_repository(
   name="androidndk",
   path="/[INSERTCORRECTPATHHERE]/android-ndk-r14b",
   api_level=28)

[这可防止以下错误：

ERROR: /.../tensorflow/contrib/lite/kernels/internal/BUILD:620:1: no such package '@androidndk//': The repository could not be resolved and referenced by '//tensorflow/contrib/lite/kernels/internal:cpu_check'
ERROR: Analysis of target '//tensorflow/contrib/lite/examples/android:tflite_demo' failed; build aborted: Analysis failed
FAILED: Build did NOT complete successfully (60 packages loaded)]

[注：根据https://medium.com/tensorflow/training-and-serving-a-realtime-mobile-object-detector-in-30-minutes-with-cloud-tpus-b78971cf1193]，bazel需要android-ndk-r14b]
bazel build -c opt --config=android_arm --cxxopt='--std=c++11' //tensorflow/contrib/lite/examples/android:tflite_demo
adb install bazel-bin/tensorflow/contrib/lite/examples/android/tflite_demo.apk
在android手机上运行示例应用程序（tfldetec）（search-tfldetec）
[请求时授予应用程序权限]
方法2（梯度）
git clone https://github.com/tensorflow/tensorflow
cd tensorflow
可选：git checkout master/938a3b77797164db736a1006a7656326240baa59
[这些说明基于https://github.com/tensorflow/tensorflow/commit/938a3b77797164db736a1006a7656326240baa59]
可选：从tensorflow中提取tensorflow/contrib/lite/examples/android文件夹
打开android studio项目中的tensorflow/contrib/lite/examples/android目录。
[安装它要求的所有渐变扩展。]
修改app/build.gradle；
删除（注释掉）；jackOptions { enabled true }
将compile 'org.tensorflow:tensorflow-lite:0.0.0-nightly'更改为compile 'org.tensorflow:tensorflow-lite:1.10.0'[最新工作版本]（或compile 'org.tensorflow:tensorflow-lite:+'
[这可防止以下错误：

08-22 05:03:19.470 24480-24480/org.tensorflow.lite.demo W/System.err: TensorFlowLite: failed to load native library: dlopen failed: cannot locate symbol "__android_log_vprint" referenced by "/data/app/org.tensorflow.lite.demo-2/lib/arm/libtensorflowlite_jni.so"...
08-22 02:48:55.728 29643-29643/org.tensorflow.lite.demo E/art: No implementation found for long org.tensorflow.lite.NativeInterpreterWrapper]

梯度同步
建造
跑步
[请求时授予应用程序权限]
在android手机上运行示例应用程序（tfldetec）（search-tfldetec）
注意运行时是否抛出错误，例如；

    Unknown failure (at android.os.Binder.execTransact(Binder.java:573))
    Error while Installing APKs
    ...
    Installation failed with message Invalid File: /.../app/build/intermediates/split-apk/debug/slices/slice_5.apk.
    It is possible that this issue is resolved by uninstalling an existing version of the apk if it is present, and then re-installing.
    WARNING: Uninstalling will remove the application data!
    Do you want to uninstall the existing application?

然后尝试下列方法之一：
重新启动手机，然后重新运行应用程序
构建-重建项目，并重新运行应用程序
[编辑：
要使可选的对象跟踪工作，需要安装libtensorflow_demo.so；
假设上面的tensorflow lite android示例和gradle（方法2）指令已经完成
执行上面的tensorflow lite android示例和bazel（方法1）说明-这将安装android示例的工作版本，其中libtensorflow_demo.so
libtensorflow_demo.so现在需要从安卓设备上安装的apk中提取
打开android studio-视图-工具窗口-设备文件资源管理器
确保选择了Android设备
/data/app/org.tensorflow.lite.demo/lib/arm-右键单击libtensorflow_demo.so-另存为-保存到硬盘上的临时文件夹
创建文件夹tensorflow/contrib/lite/examples/android/app/src/main/jniLibs
创建4个子文件夹（jniLibs/arm64-v8a，jniLibs/armeabi-v7a，jniLibs/x86，jniLibs/x86_64，libtensorflow_demo.so）
将tensorflow/contrib/lite/examples/android放入所有子文件夹
在android studio中打开git clone https://github.com/tensorflow/tensorflow。
使用Gradle重新构建
运行]
如何让tensorflow lite java演示程序运行[tensorflow/tensorflow/contrib/lite/java/demo]
（例如，分类模型；mobilenet_quant_v1_224.tflite/labels_mobilenet_quant_v1_224.txt）
指令基于；https://www.tensorflow.org/mobile/tflite/demo_android
方法1（Bazel）
见https://www.tensorflow.org/mobile/tflite/demo_android/https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/java/demo/README.md（未测试）
方法2（梯度）
cd tensorflow
git checkout master
可选：938a3b77797164db736a1006a7656326240baa59/androidTestCompile('androidx.test.espresso:espresso-core:3.1.0-alpha3'
[这些说明基于https://github.com/tensorflow/tensorflow/commit/938a3b77797164db736a1006a7656326240baa59]
可选：从tensorflow中提取tensorflow/contrib/lite/java/demo文件夹
打开android studio项目中的tensorflow/contrib/lite/java/demo目录。
[安装它要求的所有渐变扩展。]
编辑app-build.gradle；
将androidTestCompile('com.android.support.test.espresso:espresso-core:3.0.2'更改为compile 'org.tensorflow:tensorflow-lite:0.0.0-nightly'
将compile 'org.tensorflow:tensorflow-lite:1.10.0'更改为compile 'org.tensorflow:tensorflow-lite:+'[最新工作版本]（或
[这可防止以下错误：

08-22 05:03:19.470 24480-24480/org.tensorflow.lite.demo W/System.err: TensorFlowLite: failed to load native library: dlopen failed: cannot locate symbol "__android_log_vprint" referenced by "/data/app/org.tensorflow.lite.demo-2/lib/arm/libtensorflowlite_jni.so"...
08-22 02:48:55.728 29643-29643/org.tensorflow.lite.demo E/art: No implementation found for long org.tensorflow.lite.NativeInterpreterWrapper]

[请求时选择；'添加Maven存储库并同步项目']
梯度同步
建造
跑步
[在Android手机上运行演示应用程序（tflitecamerademo）（搜索-tflitecamerademo）]
[请求时授予应用程序权限]