在 Android 上运行 PyTorch Mobile 进行图像分类-PyTorch 中文网

前几天 Facebook 刚刚发布了 PyTorch Mobile，为了加速手机上的 AI 模型的开发和部署，适用于 Android 和 iOS。在今天的教程里，PyTorch 中文网为大家整理了如何将 ImageNet 预训练模型迁移到手机上，并制作一个 Android 应用来进行图像识别。

本文主要包括以下几步：

将深度学习模型转换为 TorchScript 格式（Python）
将 PyTorch Mobile 加入 Gradle 依赖（Java）
用 PyTorch Mobile 在手机上加载模型进行图像分类（Java）

文章目录

1 准备工作
2 模型格式转换
3 1. 创建 Android 项目，添加 PyTorch Mobile
4 2. 将模型放到 assets 文件夹
5 3. 添加 ImageNet 标签
6 4. 添加分类
7 5. 添加工具辅助类
8 6. 添加 Main Activity
9 7. 添加 Result Activity
10 编译项目
11 总结

准备工作

首先需要安装最新版的 PyTorch，本文的版本是 1.3.0.

其次需要安装 Android Studio 进行 Android 开发。

模型格式转换

为了能够在 Android 上使用我们的深度学习模型，需要将其转换为 TorchScript 格式。这个过程非常简单。下面的代码将预训练的 MobileNetV2 模型转换为 TorchScript 格式：

import torch
from torchvision.models import mobilenet_v2

model = mobilenet_v2(pretrained=True)

model.eval()
input_tensor = torch.rand(1,3,224,224)

script_model = torch.jit.trace(model,input_tensor)
script_model.save("mobilenet-v2.pt")

import torch

from torchvision.models import mobilenet_v2

model = mobilenet_v2(pretrained=True)

model.eval()

input_tensor = torch.rand(1,3,224,224)

script_model = torch.jit.trace(model,input_tensor)

script_model.save("mobilenet-v2.pt")

上述代码会将转换好的模型存为文件 “mobilenet-v2.pt”。

1. 创建 Android 项目，添加 PyTorch Mobile

首先用 Android Studio 创建一个项目名为 PytorchAndroid，然后打开 build.gradle 文件添加 PyTorch Mobile 和 TorchVision Mobile：

implementation ‘org.pytorch:pytorch_android:1.3.0’
implementation ‘org.pytorch:pytorch_android_torchvision:1.3.0’

1 2	implementation ‘org.pytorch:pytorch_android:1.3.0’ implementation ‘org.pytorch:pytorch_android_torchvision:1.3.0’

文件示例如下：

apply plugin: 'com.android.application'

android {
    compileSdkVersion 28
    defaultConfig {
        applicationId "com.johnolafenwa.pytorchandroid"
        minSdkVersion 21
        targetSdkVersion 28
        versionCode 1
        versionName "1.0"
        testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"
    }
    buildTypes {
        release {
            minifyEnabled false
            proguardFiles getDefaultProguardFile('proguard-android-optimize.txt'), 'proguard-rules.pro'
        }
    }
}

dependencies {
    implementation fileTree(dir: 'libs', include: ['*.jar'])
    implementation 'org.pytorch:pytorch_android:1.3.0'
    implementation 'org.pytorch:pytorch_android_torchvision:1.3.0'
    implementation 'com.android.support:appcompat-v7:28.0.0'
    implementation 'com.android.support.constraint:constraint-layout:1.1.3'
    implementation 'com.android.support:design:28.0.0'
    testImplementation 'junit:junit:4.12'
    androidTestImplementation 'com.android.support.test:runner:1.0.2'
    androidTestImplementation 'com.android.support.test.espresso:espresso-core:3.0.2'
}

apply plugin: 'com.android.application'

android {

compileSdkVersion 28

defaultConfig {

applicationId "com.johnolafenwa.pytorchandroid"

minSdkVersion 21

targetSdkVersion 28

versionCode 1

versionName "1.0"

testInstrumentationRunner "android.support.test.runner.AndroidJUnitRunner"

}

buildTypes {

release {

minifyEnabled false

proguardFiles getDefaultProguardFile('proguard-android-optimize.txt'), 'proguard-rules.pro'

}

dependencies {

implementation fileTree(dir: 'libs', include: ['*.jar'])

implementation 'org.pytorch:pytorch_android:1.3.0'

implementation 'org.pytorch:pytorch_android_torchvision:1.3.0'

implementation 'com.android.support:appcompat-v7:28.0.0'

implementation 'com.android.support.constraint:constraint-layout:1.1.3'

implementation 'com.android.support:design:28.0.0'

testImplementation 'junit:junit:4.12'

androidTestImplementation 'com.android.support.test:runner:1.0.2'

androidTestImplementation 'com.android.support.test.espresso:espresso-core:3.0.2'

}

然后 Android Studio 会提醒进行同步，点击 “Sync Now” 会自动下载所需要的依赖包。

2. 将模型放到 assets 文件夹

按照下列步骤创建 assets 文件夹：New -> Folder -> Assets Folder。然后将 “mobilenet-v2.pt” 文件放到这个 assets 文件件内。

3. 添加 ImageNet 标签

在 app 包内，创建名为 “Constants.java” 的 Java 文件，将这个文件里的内容复制粘贴进去。

4. 添加分类

在 app 包内，创建名为 “Classifier.java” 的 Java 文件，放入下列代码：

package com.johnolafenwa.pytorchandroid;

import android.graphics.Bitmap;
import org.pytorch.Tensor;
import org.pytorch.Module;
import org.pytorch.IValue;
import org.pytorch.torchvision.TensorImageUtils;


public class Classifier {

    Module model;
    float[] mean = {0.485f, 0.456f, 0.406f};
    float[] std = {0.229f, 0.224f, 0.225f};

    public Classifier(String modelPath){

        model = Module.load(modelPath);

    }

    public void setMeanAndStd(float[] mean, float[] std){

        this.mean = mean;
        this.std = std;
    }

    public Tensor preprocess(Bitmap bitmap, int size){

        bitmap = Bitmap.createScaledBitmap(bitmap,size,size,false);
        return TensorImageUtils.bitmapToFloat32Tensor(bitmap,this.mean,this.std);

    }

    public int argMax(float[] inputs){

        int maxIndex = -1;
        float maxvalue = 0.0f;

        for (int i = 0; i < inputs.length; i++){

            if(inputs[i] > maxvalue) {

                maxIndex = i;
                maxvalue = inputs[i];
            }

        }


        return maxIndex;
    }

    public String predict(Bitmap bitmap){

        Tensor tensor = preprocess(bitmap,224);

        IValue inputs = IValue.from(tensor);
        Tensor outputs = model.forward(inputs).toTensor();
        float[] scores = outputs.getDataAsFloatArray();

        int classIndex = argMax(scores);

        return Constants.IMAGENET_CLASSES[classIndex];

    }

}

package com.johnolafenwa.pytorchandroid;

import android.graphics.Bitmap;

import org.pytorch.Tensor;

import org.pytorch.Module;

import org.pytorch.IValue;

import org.pytorch.torchvision.TensorImageUtils;

public class Classifier {

Module model;

float[] mean = {0.485f, 0.456f, 0.406f};

float[] std = {0.229f, 0.224f, 0.225f};

public Classifier(String modelPath){

model = Module.load(modelPath);

}

public void setMeanAndStd(float[] mean, float[] std){

this.mean = mean;

this.std = std;

}

public Tensor preprocess(Bitmap bitmap, int size){

bitmap = Bitmap.createScaledBitmap(bitmap,size,size,false);

return TensorImageUtils.bitmapToFloat32Tensor(bitmap,this.mean,this.std);

}

public int argMax(float[] inputs){

int maxIndex = -1;

float maxvalue = 0.0f;

for (int i = 0; i < inputs.length; i++){

if(inputs[i] > maxvalue) {

maxIndex = i;

maxvalue = inputs[i];

}

return maxIndex;

}

public String predict(Bitmap bitmap){

Tensor tensor = preprocess(bitmap,224);

IValue inputs = IValue.from(tensor);

Tensor outputs = model.forward(inputs).toTensor();

float[] scores = outputs.getDataAsFloatArray();

int classIndex = argMax(scores);

return Constants.IMAGENET_CLASSES[classIndex];

}

这个是我们整个项目的核心文件。其中 preprocess 函数接收一张 bitmap 图像，然后调整大小，做标准化处理，再把处理后的文件返回为 Tensor 格式以备模型使用。argmax 函数返回最大值所在的 index。predict 函数接收一张 bitmap 图像，将其处理为 Tensor，放入模型得到预测结果。

5. 添加工具辅助类

创建文件 “Utils.java” 然后放入下列代码：

package com.johnolafenwa.pytorchandroid;

import android.content.Context;
import android.util.Log;

import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;

public class Utils {

    public static String assetFilePath(Context context, String assetName) {
        File file = new File(context.getFilesDir(), assetName);

        try (InputStream is = context.getAssets().open(assetName)) {
            try (OutputStream os = new FileOutputStream(file)) {
                byte[] buffer = new byte[4 * 1024];
                int read;
                while ((read = is.read(buffer)) != -1) {
                    os.write(buffer, 0, read);
                }
                os.flush();
            }
            return file.getAbsolutePath();
        } catch (IOException e) {
            Log.e("pytorchandroid", "Error process asset " + assetName + " to file path");
        }
        return null;
    }

}

package com.johnolafenwa.pytorchandroid;

import android.content.Context;

import android.util.Log;

import java.io.File;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import java.io.OutputStream;

public class Utils {

public static String assetFilePath(Context context, String assetName) {

File file = new File(context.getFilesDir(), assetName);

try (InputStream is = context.getAssets().open(assetName)) {

try (OutputStream os = new FileOutputStream(file)) {

byte[] buffer = new byte[4 * 1024];

int read;

while ((read = is.read(buffer)) != -1) {

os.write(buffer, 0, read);

}

os.flush();

}

return file.getAbsolutePath();

} catch (IOException e) {

Log.e("pytorchandroid", "Error process asset " + assetName + " to file path");

}

return null;

}

6. 添加 Main Activity

创建文件 “MainActivity.java” 然后放入下列代码：

package com.johnolafenwa.pytorchandroid;

import android.content.Intent;
import android.graphics.Bitmap;
import android.os.Bundle;
import android.provider.MediaStore;
import android.support.v7.app.AppCompatActivity;
import android.support.v7.widget.Toolbar;
import android.util.Log;
import android.view.View;
import android.widget.Button;
import java.io.File;

public class MainActivity extends AppCompatActivity {

    int cameraRequestCode = 001;

    Classifier classifier;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        Toolbar toolbar = findViewById(R.id.toolbar);
        setSupportActionBar(toolbar);


        classifier = new Classifier(Utils.assetFilePath(this,"mobilenet-v2.pt"));

        Button capture = findViewById(R.id.capture);

        capture.setOnClickListener(new View.OnClickListener(){

            @Override
            public void onClick(View view){

                Intent cameraIntent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);

                startActivityForResult(cameraIntent,cameraRequestCode);

            }


        });

    }

    @Override
    protected void onActivityResult(int requestCode, int resultCode, Intent data){

        if(requestCode == cameraRequestCode && resultCode == RESULT_OK){

            Intent resultView = new Intent(this,Result.class);

            resultView.putExtra("imagedata",data.getExtras());

            Bitmap imageBitmap = (Bitmap) data.getExtras().get("data");

            String pred = classifier.predict(imageBitmap);
            resultView.putExtra("pred",pred);

            startActivity(resultView);

        }

    }

}

package com.johnolafenwa.pytorchandroid;

import android.content.Intent;

import android.graphics.Bitmap;

import android.os.Bundle;

import android.provider.MediaStore;

import android.support.v7.app.AppCompatActivity;

import android.support.v7.widget.Toolbar;

import android.util.Log;

import android.view.View;

import android.widget.Button;

import java.io.File;

public class MainActivity extends AppCompatActivity {

int cameraRequestCode = 001;

Classifier classifier;

@Override

protected void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_main);

Toolbar toolbar = findViewById(R.id.toolbar);

setSupportActionBar(toolbar);

classifier = new Classifier(Utils.assetFilePath(this,"mobilenet-v2.pt"));

Button capture = findViewById(R.id.capture);

capture.setOnClickListener(new View.OnClickListener(){

@Override

public void onClick(View view){

Intent cameraIntent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);

startActivityForResult(cameraIntent,cameraRequestCode);

}

});

}

@Override

protected void onActivityResult(int requestCode, int resultCode, Intent data){

if(requestCode == cameraRequestCode && resultCode == RESULT_OK){

Intent resultView = new Intent(this,Result.class);

resultView.putExtra("imagedata",data.getExtras());

Bitmap imageBitmap = (Bitmap) data.getExtras().get("data");

String pred = classifier.predict(imageBitmap);

resultView.putExtra("pred",pred);

startActivity(resultView);

}

文件 “activity_main.xml” 应该长这样：

<?xml version="1.0" encoding="utf-8"?>
<android.support.design.widget.CoordinatorLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:app="http://schemas.android.com/apk/res-auto"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    tools:context=".MainActivity"
    >

    <android.support.design.widget.AppBarLayout
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:theme="@style/AppTheme.AppBarOverlay">

        <android.support.v7.widget.Toolbar
            android:id="@+id/toolbar"
            android:layout_width="match_parent"
            android:layout_height="?attr/actionBarSize"
            android:background="?attr/colorPrimary"
            app:popupTheme="@style/AppTheme.PopupOverlay" />

    </android.support.design.widget.AppBarLayout>

    <include layout="@layout/content_main" />

</android.support.design.widget.CoordinatorLayout>

<?xml version="1.0" encoding="utf-8"?>

<android.support.design.widget.CoordinatorLayout xmlns:android="http://schemas.android.com/apk/res/android"

xmlns:app="http://schemas.android.com/apk/res-auto"

xmlns:tools="http://schemas.android.com/tools"

android:layout_width="match_parent"

android:layout_height="match_parent"

tools:context=".MainActivity"

<android.support.design.widget.AppBarLayout

android:layout_width="match_parent"

android:layout_height="wrap_content"

android:theme="@style/AppTheme.AppBarOverlay">

<android.support.v7.widget.Toolbar

android:id="@+id/toolbar"

android:layout_width="match_parent"

android:layout_height="?attr/actionBarSize"

android:background="?attr/colorPrimary"

app:popupTheme="@style/AppTheme.PopupOverlay" />

</android.support.design.widget.AppBarLayout>

</android.support.design.widget.CoordinatorLayout>

添加文件 “content_main.xml”：

<?xml version="1.0" encoding="utf-8"?>
<android.support.constraint.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:app="http://schemas.android.com/apk/res-auto"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    app:layout_behavior="@string/appbar_scrolling_view_behavior"
    tools:context=".MainActivity"
    tools:showIn="@layout/activity_main"

    >

    <Button
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:id="@+id/capture"
        android:text="Take A Picture"
        android:textColor="#ffffff"
        android:textSize="26dp"
        android:background="#83D5C4"
        android:padding="5dp"
        android:fontFamily="cursive"
        app:layout_constraintTop_toTopOf="parent"
        app:layout_constraintBottom_toBottomOf="parent"
        app:layout_constraintStart_toStartOf="parent"
        app:layout_constraintEnd_toEndOf="parent"
        />

</android.support.constraint.ConstraintLayout>

<?xml version="1.0" encoding="utf-8"?>

<android.support.constraint.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android"

xmlns:app="http://schemas.android.com/apk/res-auto"

xmlns:tools="http://schemas.android.com/tools"

android:layout_width="match_parent"

android:layout_height="match_parent"

app:layout_behavior="@string/appbar_scrolling_view_behavior"

tools:context=".MainActivity"

tools:showIn="@layout/activity_main"

<Button

android:layout_width="wrap_content"

android:layout_height="wrap_content"

android:id="@+id/capture"

android:text="Take A Picture"

android:textColor="#ffffff"

android:textSize="26dp"

android:background="#83D5C4"

android:padding="5dp"

android:fontFamily="cursive"

app:layout_constraintTop_toTopOf="parent"

app:layout_constraintBottom_toBottomOf="parent"

app:layout_constraintStart_toStartOf="parent"

app:layout_constraintEnd_toEndOf="parent"

</android.support.constraint.ConstraintLayout>

上面代码主要做的是，点击按钮后，调用外部摄像头拍摄，得到 bitmap 图像后调用分类器得到预测结果。

7. 添加 Result Activity

创建一个 Basic Activity 文件 “Result.java” 然后放入下列代码：

package com.johnolafenwa.pytorchandroid;

import android.graphics.Bitmap;
import android.os.Bundle;
import android.support.v7.app.AppCompatActivity;
import android.support.v7.widget.Toolbar;
import android.widget.ImageView;
import android.widget.TextView;

public class Result extends AppCompatActivity {

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_result);
        Toolbar toolbar = findViewById(R.id.toolbar);
        setSupportActionBar(toolbar);

        Bitmap imageBitmap = (Bitmap) getIntent().getBundleExtra("imagedata").get("data");

        String pred = getIntent().getStringExtra("pred");

        ImageView imageView = findViewById(R.id.image);
        imageView.setImageBitmap(imageBitmap);

        TextView textView = findViewById(R.id.label);
        textView.setText(pred);

    }

}

package com.johnolafenwa.pytorchandroid;

import android.graphics.Bitmap;

import android.os.Bundle;

import android.support.v7.app.AppCompatActivity;

import android.support.v7.widget.Toolbar;

import android.widget.ImageView;

import android.widget.TextView;

public class Result extends AppCompatActivity {

@Override

protected void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_result);

Toolbar toolbar = findViewById(R.id.toolbar);

setSupportActionBar(toolbar);

Bitmap imageBitmap = (Bitmap) getIntent().getBundleExtra("imagedata").get("data");

String pred = getIntent().getStringExtra("pred");

ImageView imageView = findViewById(R.id.image);

imageView.setImageBitmap(imageBitmap);

TextView textView = findViewById(R.id.label);

textView.setText(pred);

}

文件 “activity_result.xml” 如下：

<?xml version="1.0" encoding="utf-8"?>
<android.support.design.widget.CoordinatorLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:app="http://schemas.android.com/apk/res-auto"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    tools:context=".Result">

    <android.support.design.widget.AppBarLayout
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:theme="@style/AppTheme.AppBarOverlay">

        <android.support.v7.widget.Toolbar
            android:id="@+id/toolbar"
            android:layout_width="match_parent"
            android:layout_height="?attr/actionBarSize"
            android:background="?attr/colorPrimary"
            app:popupTheme="@style/AppTheme.PopupOverlay" />

    </android.support.design.widget.AppBarLayout>

    <include layout="@layout/content_result" />

</android.support.design.widget.CoordinatorLayout>

<?xml version="1.0" encoding="utf-8"?>

<android.support.design.widget.CoordinatorLayout xmlns:android="http://schemas.android.com/apk/res/android"

xmlns:app="http://schemas.android.com/apk/res-auto"

xmlns:tools="http://schemas.android.com/tools"

android:layout_width="match_parent"

android:layout_height="match_parent"

tools:context=".Result">

<android.support.design.widget.AppBarLayout

android:layout_width="match_parent"

android:layout_height="wrap_content"

android:theme="@style/AppTheme.AppBarOverlay">

<android.support.v7.widget.Toolbar

android:id="@+id/toolbar"

android:layout_width="match_parent"

android:layout_height="?attr/actionBarSize"

android:background="?attr/colorPrimary"

app:popupTheme="@style/AppTheme.PopupOverlay" />

</android.support.design.widget.AppBarLayout>

</android.support.design.widget.CoordinatorLayout>

文件 “content_result.xml” 如下：

<?xml version="1.0" encoding="utf-8"?>
<android.support.constraint.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:app="http://schemas.android.com/apk/res-auto"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    app:layout_behavior="@string/appbar_scrolling_view_behavior"
    tools:context=".Result"
    tools:showIn="@layout/activity_result">

    <ImageView
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:adjustViewBounds="true"
        android:src="@drawable/ic_launcher_background"
        app:layout_constraintEnd_toEndOf="parent"
        app:layout_constraintStart_toStartOf="parent"
        app:layout_constraintTop_toTopOf="parent"
        app:layout_constraintBottom_toBottomOf="parent"
        android:id="@+id/image"

        />

    <TextView
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:text="Hello World"
        android:id="@+id/label"
        android:textSize="16pt"
        app:layout_constraintStart_toStartOf="@id/image"
        app:layout_constraintEnd_toEndOf="@id/image"
        app:layout_constraintTop_toBottomOf="@id/image"

        />

</android.support.constraint.ConstraintLayout>

<?xml version="1.0" encoding="utf-8"?>

<android.support.constraint.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android"

xmlns:app="http://schemas.android.com/apk/res-auto"

xmlns:tools="http://schemas.android.com/tools"

android:layout_width="match_parent"

android:layout_height="match_parent"

app:layout_behavior="@string/appbar_scrolling_view_behavior"

tools:context=".Result"

tools:showIn="@layout/activity_result">

<ImageView

android:layout_width="match_parent"

android:layout_height="wrap_content"

android:adjustViewBounds="true"

android:src="@drawable/ic_launcher_background"

app:layout_constraintEnd_toEndOf="parent"

app:layout_constraintStart_toStartOf="parent"

app:layout_constraintTop_toTopOf="parent"

app:layout_constraintBottom_toBottomOf="parent"

android:id="@+id/image"

<TextView

android:layout_width="wrap_content"

android:layout_height="wrap_content"

android:text="Hello World"

android:id="@+id/label"

android:textSize="16pt"

app:layout_constraintStart_toStartOf="@id/image"

app:layout_constraintEnd_toEndOf="@id/image"

app:layout_constraintTop_toBottomOf="@id/image"

</android.support.constraint.ConstraintLayout>

然后差不多就完成了！

编译项目

接下来就是编译和运行自己的 Android 应用了，如下图：

大家可以多试试不同的物品进行识别。

总结

本文我们成功用 PyTorch Mobiel 和 TorchVision Mobile 创建了一个 Android 手机应用，来进行 1000 多个类别的图像识别。本文原作者的 Twitter 在这里，大家可以关注一下，本文的完整代码见 Github。

本站微信群、QQ群(三群号 726282629)：

发表回复取消回复

评论列表(3)

xu说道：
2020年4月23日上午4:40
我自己训练的.pt模型导入报错
2020-04-23 17:31:39.748 30471-30471/com.johnolafenwa.pytorchandroid E/AndroidRuntime: FATAL EXCEPTION: main
Process: com.johnolafenwa.pytorchandroid, PID: 30471
java.lang.RuntimeException: Unable to start activity ComponentInfo{com.johnolafenwa.pytorchandroid/com.johnolafenwa.pytorchandroid.MainActivity}: com.facebook.jni.CppException: [enforce fail at inline_container.cc:137] . PytorchStreamReader failed reading zip archive: failed finding central directory
(no backtrace available)
at android.app.ActivityThread.performLaunchActivity(ActivityThread.java:2728)
at android.app.ActivityThread.handleLaunchActivity(ActivityThread.java:2789)
at android.app.ActivityThread.-wrap12(ActivityThread.java)
at android.app.ActivityThread$H.handleMessage(ActivityThread.java:1513)
at android.os.Handler.dispatchMessage(Handler.java:102)
at android.os.Looper.loop(Looper.java:154)
at android.app.ActivityThread.main(ActivityThread.java:6211)
at java.lang.reflect.Method.invoke(Native Method)
at com.android.internal.os.ZygoteInit$MethodAndArgsCaller.run(ZygoteInit.java:903)
at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:793)
Caused by: com.facebook.jni.CppException: [enforce fail at inline_container.cc:137] . PytorchStreamReader failed reading zip archive: failed finding central directory
(no backtrace available)
at org.pytorch.Module$NativePeer.initHybrid(Native Method)
at org.pytorch.Module$NativePeer.(Module.java:70)
at org.pytorch.Module.(Module.java:25)
at org.pytorch.Module.load(Module.java:21)
at com.johnolafenwa.pytorchandroid.Classifier.(Classifier.java:18)
at com.johnolafenwa.pytorchandroid.MainActivity.onCreate(MainActivity.java:28)
at android.app.Activity.performCreate(Activity.java:6859)
at android.app.Instrumentation.callActivityOnCreate(Instrumentation.java:1125)
at android.app.ActivityThread.performLaunchActivity(ActivityThread.java:2681)
… 9 more
回复
1. tt说道：
  2020年8月22日上午11:36
  您好请问您解决了么，我也是导入自己的模型报错
  回复
2. tt说道：
  2020年8月22日上午11:40
  您好请问您解决这个问题了么
  回复

准备工作

模型格式转换

1. 创建 Android 项目，添加 PyTorch Mobile

2. 将模型放到 assets 文件夹

3. 添加 ImageNet 标签

4. 添加分类

5. 添加工具辅助类

6. 添加 Main Activity

7. 添加 Result Activity

编译项目

总结

相关文章

PyTorch 中减少内存泄漏的实践经验

图神经网络（GNN）教程 – 用 PyTorch 和 PyTorch Geometric 实现 Graph Neural Networks

深度学习与 PyTorch 入门实战教程 【莫烦推荐】

PyTorch C++ API 系列 5：实现猫狗分类器（二）

PyTorch C++ API 系列 4：实现猫狗分类器（一）

BatchNorm 到底应该怎么用？

发表回复 取消回复

评论列表(3)

深度学习与 PyTorch 入门实战教程【莫烦推荐】

发表回复取消回复