从源tflite模型建立的tensorflow-lite -select-tf-op和tensorflow-lite AAR无法找到org.tensorflow.lite.Interpreter。

Question

我按照tensorflow android指南从源代码中生成tensorflow-lite.aar和tensorflow-lite-select-tf-ops.aar。

安卓

我现在的应用程序可以用，

dependencies {
    ...
    implementation 'org.tensorflow:tensorflow-lite:2.3.0'
    implementation 'org.tensorflow:tensorflow-lite-gpu:2.3.0'
    implementation 'org.tensorflow:tensorflow-lite-select-tf-ops:2.3.0'
}

我希望减少tensorflow-lite-select-tf-ops.aar apk 的大小，以减少应用程序的大小。

我遵循build_aar.sh过程来缩小我的tflite模型的大小。所用的命令，

bash tensorflow/lite/tools/build_aar.sh --input_models=custom_model.tflite --target_archs=arm64-v8a

这将在tensorflow-lite.aar文件夹中为custom_model.tflite生成bazel-bin/tmp和tensorflow-lite-select-tf-ops.aar。tflite模型是FP16量子化的。

使用新生成的aar文件实现，

dependencies {
    ...
//    implementation 'org.tensorflow:tensorflow-lite-select-tf-ops:2.3.0'
//    implementation 'org.tensorflow:tensorflow-lite:2.3.0'
    implementation 'org.tensorflow:tensorflow-lite-gpu:2.3.0'

    implementation files('libs/tensorflow-lite.aar')
//    implementation files('libs/tensorflow-lite-gpu.aar')
    implementation files('libs/tensorflow-lite-select-tf-ops.aar')
}

但是，当它们包含在android应用程序中时，就会出现编译错误。

C:\folder\myapp\app\src\main\java\com\example\mapp\tflite\YoloV4Classifier.java:19: error: cannot find symbol
import org.tensorflow.lite.Interpreter;
                          ^
  symbol:   class Interpreter
  location: package org.tensorflow.lite

当tensorflow-lite.aar使用bazel build -c opt --fat_apk_cpu=arm64-v8a --host_crosstool_top=@bazel_tools//tools/cpp:toolchain tensorflow/lite/java:tensorflow-lite构建时，这个问题就消失了。但是，这引入了UnsatisfiedLinkError: dlopen failed:无法用前面的tensorflow-lite-select-tf-ops.aar定位符号，以及使用上面的命令找到新构建的tensorflow-lite.aar。

如果我把以前从custom_model.tflite生成的tensorflow-lite.aar和用bazel build -c opt --fat_apk_cpu=arm64-v8a --host_crosstool_top=@bazel_tools//tools/cpp:toolchain tensorflow/lite/java:tensorflow-lite生成的新tensorflow-lite.aar放在一起，那么就会出现构建错误，

More than one file was found with OS independent path 'lib/arm64-v8a/libtensorflowlite_jni.so'

我遵循基于非输入tflite模型的命令从源生成tensorflow-lite.aar、tensorflow-lite-gpu.aar、tensorflow-lite-select-tf-ops.aar，但是应用程序的大小变得非常大。我已经尝试过其他方式，但是每个错误都会带来一种新的错误类型。

Answer 1

这些问题按下文所述加以确定，

https://github.com/tensorflow/tensorflow/issues/45153

https://github.com/tensorflow/tensorflow/issues/46989

https://github.com/tensorflow/tensorflow/issues/45488

Answer 2

只需将这一行添加到应用程序级别的build.gradle中的依赖项中即可。

    implementation 'org.tensorflow:tensorflow-lite-select-tf-ops:2.9.0'