Tensorflow Lite GPU在安卓上实现

在近期工作中，采用TensorFlow Lite将ssd_mobilenet目标检测模型移植安卓机上。从安卓机测试的效果来看，非量化的模型每帧图像推理的速率较慢。为压缩模型提升推理速度，采用了减少模型深度的方法。具体可参考之前一篇模型压缩文章。

目前新版本TensorFlow发布了TensorFlow Lite可支持GPU，参考官方TensorFlow Lite GPU实现教程。

迫不及待按照教程实现了下（安卓机）：

需要 OpenGL ES 3.1 及以上版本

setp1:下载TensorFlow源码

git clone https://github.com/tensorflow/tensorflow

    Android Studio中打开下列路径

step2:修改app/build.gradle文件（根据个人情况修改sdk版本和dependencies)

dependencies {
    ...
    // implementation 'org.tensorflow:tensorflow-lite:0.0.0-nightly'
    implementation 'org.tensorflow:tensorflow-lite:0.0.0-gpu-experimental'
}

step3:build and run

编译后直接运行即可。

结果：

可以直接选择GPU和CPU，量化后的模型选择GPU会提示gpu requires float model（官方文档没认真看，难道不支持量化模型）

非量化模型由于我手机配置很差，选择GPU会报错闪退，在其他安卓机上尝试后可以正常运行，但检测速率GPU的大概也就快了一倍，没有想象的那么快（还在研究是什么原因）。

借用官方的图：