hzp201314 / hmmtensorflowandroid

一个关于深度学习模型在移动端(安卓)实现的毕业设计

HMMTensorflowAndroid

功能简介

1. 使用expert-graph模型实现手写数字识别
2. 使用mobilenet_v1和mobilenet_v2模型实现相册图片的图像分类
3. 使用tensorflow_inception_graph模型实现实时图像分类
4. 使用graph-tiny-yolo-voc模型实现实时图像目标检测
5. 使用stylize_quantized模型实现图像风格迁移
6. 使用conv_actions_frozen模型实现简单单词的语音识别

应用效果图

1.APP主界面

图1 APP主界面效果图

2.手写数字识别效果图

图2-1 手写数字0	图2-2 手写数字1	图2-3 手写数字2	图2-4 手写数字3
图2-5 手写数字4	图2-6 手写数字5	图2-7 手写数字6	图2-8 手写数字7
图2-9 手写数字8	图2-10 手写数字9

3.相册图片图像分类效果图

3.1 mobilenet_v1模型识别效果图

图3-1 mobilenet_v1模型识别效果图

3.2 mobilenet_v2模型识别效果图

图3-2 mobilenet_v2模型识别效果图

4.实时图像分类效果图

图4 实时图像分类效果图

5.实时图像目标检测效果图

图5 实时图像目标检测效果图

6.图像风格迁移效果图

图6-1 图像风格迁移效果图1	图6-2 图像风格迁移效果图2	图6-3 图像风格迁移效果图3	图6-4 图像风格迁移效果图4	图6-5 图像风格迁移效果图5
图6-6 图像风格迁移效果图6	图6-7 图像风格迁移效果图7	图6-8 图像风格迁移效果图8	图6-9 图像风格迁移效果图9	图6-10 图像风格迁移效果图10
图6-11 图像风格迁移效果图11	图6-12 图像风格迁移效果图12	图6-13 图像风格迁移效果图13	图6-14 图像风格迁移效果图14	图6-15 图像风格迁移效果图15
图6-16 图像风格迁移效果图16	图6-17 图像风格迁移效果图17	图6-18 图像风格迁移效果图18	图6-19 图像风格迁移效果图19	图6-20 图像风格迁移效果图20
图6-21 图像风格迁移效果图21	图6-22 图像风格迁移效果图22	图6-23 图像风格迁移效果图23	图6-24 图像风格迁移效果图24	图6-25 图像风格迁移效果图25

7.单词语音识别效果图

图7-1 单词语音识别界面图

图7-2 单词“Yes”语音识别效果图

图7-3 单词“No”语音识别效果图

参考资料

• Tensorflow-android 官方demo源码分析
• Tensorflow在手机端的部署——官网Android工程源码分析之TensorFlowYoloDetector.java
• Tensorflow-android 官方demo源码