AI应用的核心包括以下两大块：如何开发一个模型、以及如何将模型部署到项目进行应用。
现在有许多关于AI的教程，比如如何进行目标检测、图像分类、NLP以及构建聊天机器人等，反复强调相同的几点：
- 首先，使用像飞桨这样的深度学习平台开发模型。
- 然后，将模型打包到网页、移动端Paddle Lite、单机Paddle Inference、或者服务器Paddle Servering。
如何开发一个模型，无论是学术论文还是工业实践，相关的详细讲解随处可见；而如何实现第二点的细节，相关的讲解却很少。
本文将为大家详细解读将模型集成到移动端应用的核心代码。其他部署详解后续会陆续推出，敬请期待哦！
集成流程
对所有模型来说，将模型集成到移动端应用的流程是相同的：
集成流程分两大阶段：
- 模型训练阶段：主要解决模型训练，利用标注数据训练出对应的模型文件。面向端侧进行模型设计时，需要考虑模型大小和计算量。
- 模型部署阶段：
- 模型转换：如果是Caffe, TensorFlow或ONNX平台训练的模型，需要使用X2Paddle工具将模型转换到飞桨的格式。本次使用的ocr模型是使用Paddle平台训练的模型，因此不需要进行转换。
- (可选)模型压缩：主要优化模型大小，借助PaddleSlim提供的剪枝、量化等手段降低模型大小，以便在端上使用。
- 将模型部署到Paddle Lite。
- 在终端上通过调用Paddle Lite提供的API接口（C++、Java、Python等API接口），完成推理相关的计算。
具体实现方法
移动端的AI应用开发具体实现，包含以下操作：
- 生成和优化模型。先经过模型训练得到Paddle模型，该模型不能直接用于Paddle Lite部署，需先通过Paddle Lite的opt离线优化工具优化，然后得到Paddle Lite nb模型。如果是Caffe, TensorFlow或ONNX平台训练的模型，需要使用X2Paddle工具将模型转换到Paddle模型格式，再使用opt优化。X2Paddle使用方法：/zh/latest/user_guides/
opt工具使用方法：/zh/latest/user_guides/model_optimize_tool.html - 获取Paddle Lite推理库。Paddle Lite新版本发布时已提供预编译库，因此无需进行手动编译，直接下载编译好的推理库文件即可。
- 构建推理程序。使用前续步骤中编译出来的推理库、优化后模型文件，首先经过模型初始化，配置模型位置、线程数等参数，然后进行图像预处理，如图形转换、归一化等处理，处理好以后就可以将数据输入到模型中执行推理计算，并获得推理结果。
Paddle Lite预测库
Paddle Lite库可以通过飞桨下载，链接：
/zh/latest/user_guides/release_lib.html。
模型文件
模型文件assets包含了两个深度学习模型，图片作为输入，同时将模型导入Paddle Lite中，输出即为检测的结果，模型的作用如下：
1. ch_det_mv3_db_opt.nb：文字检测的模型，输入为图像，输出为文字的区域坐标2. ch_rec_mv3_crnn_opt.nb：文字识别的模型，输入的文字检测的结果，输出为文字识别结果
OCR的过程其实是两个模型的串行工作过程，将文字检测模型的输出结果作为文字识别模型的输入，最后输出最终的结果。
这两个模型，可以通过PaddleOCR github下载：
优化前的模型下载链接：/PaddlePaddle/PaddleOCR/blob/develop/README_cn.md#%E4%B8%AD%E6%96%87ocr%E6%A8%A1%E5%9E%8B%E5%88%97%E8%A1%A8
opt优化后的模型链接：/PaddlePaddle/PaddleOCR/blob/develop/deploy/lite/readme.md#21-%E6%A8%A1%E5%9E%8B%E4%BC%98%E5%8C%96
推理程序代码解读
推理程序代码目录结构：
-
|-app # 程序module的主目录
-
|-build # app模块编译输出的文件（包括最终生成的apk）
-
|-libs # 依赖库
-
|-OpenCV # OpenCV库
-
|-PaddleLite # PaddleLite库，用于调用模型进行推理预测
-
|-src # app应用的源代码目录
-
|-src/main/assets # 模型文件、测试图片
-
|-src/main/cpp # (C++源代码方式)C++ 程序代码目录
-
|-src/main/java # java程序代码目录
-
|-src/main/jniLibs # (so方式）与cpp 目录的操作二选一
-
|-src/main/res #存放app中显示的图形、文本、声音等一些资源文件
-
|-src/main/res/drawable # 各种位图文件（.png、.jpg等）和drawable类型的XML文件
-
|-src/main/res/ # 布局文件
-
|-src/main/ # 项目的清单文件（名称、版本、SDK、权限等配置信息）
-
|- # 项目的gradle编译文件
其中，src是主要源代码目录，下文详细逐一介绍。
01. C++ 程序代码目录（JNI调用C++自定义类）
C++（cpp）程序代码是移动端app的核心算法代码。C++程序代码的作用：向下调用OpenCV库和Paddle Lite库中的函数，来实现模型的推理预测功能（底层实现）；向上提供接口给上层的功能应用层的java程序调用。
C++代码目录如下：
-
|-app/src/main/cpp
-
|- # 重新编译C++的源代码和库，生成能被本项目中的C++的程序所使用的库
-
|- common.h # 常量定义和日志函数
-
|- native.cpp # 和java层交互的c++函数
-
|- native.h # jni的封装函数
-
|- ocr_clipper.cpp # 检测模型DB后处理用到的第三方库
-
|- ocr_clipper.hpp
-
|- ocr_crnn_process.cpp # 识别模型CRNN预处理函数， 获取OpenCV的Mat图片后再放到preprocess做DB模型的预处理
-
|- ocr_crnn_process.h
-
|- ocr_db_post_process.cpp #检测模型DB后处理函数
-
|- ocr_db_post_process.h
-
|- ocr_predictor.cpp # OCR 模型预测函数
-
|- ocr_predictor.h
-
|- # 准备模型预测所需要的初始化，加载模型，从网络结果中获取输出等步骤
-
|-
-
|- predictor_input.cpp # 输入数据
-
|- predictor_input.h
-
|- predictor_output.cpp # 获取预测结果的输出结果信息
-
|- predictor_output.h
-
|- # 图片预处理函数，用于检测模型DB
-
|-
具体推理步骤如下所示：
- 检测预处理
- 检测模型预测-> 得到预测结果-> 检测后处理-> 获得检测的文本框
- 根据检测文本框，从原图中把检测到的文本行剪切出来；
- 将每个剪切出来的文本行，输入给识别网络预处理
- 识别网络预处理后，输入给识别网络预测
- 识别网络预测结果解析得到预测文本
代码包括四个部分：
1. 检测模型预处理，后处理；
-
|- 识别模型CRNN预处理函数
-
|-
-
|- ocr_db_post_process.cpp 检测模型DB后处理函数
-
|- ocr_db_post_process.h
2. 识别模型预处理
-
|- ocr_crnn_process.cpp 识别模型CRNN模型的预处理，结果是OpenCv的Mat，然后再放到做图片的预处理
-
|- ocr_crnn_process.h
3. 模型预测
-
|- ocr_predictor.cpp OCR 模型预测函数
-
|- ocr_predictor.h
4. 模型预测准备，包括模型初始化，给输入数据分配内存等。
-
|- 准备模型预测所需要的初始化，加载模型，从网络结果中获取输出等步骤
-
|-
-
|- predictor_input.cpp 输入数据分配内存
-
|- predictor_input.h
-
|- predictor_output.cpp 获取预测结果的输出结果信息
-
|- predictor_output.h
其中，模型ch_det_mv3_db_opt.nb：
- 预处理在中完成
- 推理在ocr_ppredictor.cpp中的_det_predictor
- 后处理在ocr_db_post_process.cpp里
模型ch_rec_mv3_crnn_opt.nb：
- 根据ocr_db_post_process.cpp结果，在ocr_crnn_process抠出多张含有文字的小图
- 对每张小图进行预处理，在里完成
- 对每张小图进行推理在ocr_ppredictor.cpp中的_rec_predictor。
- 所有小图的结果，序列化成float，传输到java层
- 在 解析成最终结果
核心预测代码：/PaddlePaddle/PaddleOCR/blob/7b201a385547152a015c27dc3d17e9c3ae12a5fb/deploy/android_demo/app/src/main/cpp/ocr_ppredictor.cpp#L67
-
std::vector<OCRPredictResult>
-
OCR_PPredictor::infer_ocr(const std::vector<int64_t> &dims, const float *input_data, int input_len,
-
int net_flag, cv::Mat &origin) {
-
// _det_predictor：检测预测网络
-
// 获取输出数据，并转换为网络预测支持的数据格式；
-
PredictorInput input = _det_predictor->get_first_input();
-
input.set_dims(dims);
-
input.set_data(input_data, input_len);
-
// 执行预测，得到检测网络预测的文本框
-
std::vector<PredictorOutput> results = _det_predictor->infer();
-
PredictorOutput &res = results.at(0);
-
// 对文本框做简单的过滤
-
std::vector<std::vector<std::vector<int>>> filtered_box
-
= calc_filtered_boxes(res.get_float_data(), res.get_size(), (int) dims[2], (int) dims[3],
-
origin);
-
LOGI("Filter_box size %ld", filtered_box.size());
-
// 执行识别模型预测，并直接返回识别模型预测结果
-
return infer_rec(filtered_box, origin);
-
}
-
-
std::vector<OCRPredictResult>
-
OCR_PPredictor::infer_rec(const std::vector<std::vector<std::vector<int>>> &boxes,
-
const cv::Mat &origin_img) {
-
//识别模型预处理参数
-
std::vector<float> mean = {0.5f, 0.5f, 0.5f};
-
std::vector<float> scale = {1 / 0.5f, 1 / 0.5f, 1 / 0.5f};
-
std::vector<int64_t> dims = {1, 3, 0, 0};
-
std::vector<OCRPredictResult> ocr_results;
-
-
PredictorInput input = _rec_predictor->get_first_input();
-
// 通过for训练，每次读取检测模型预测的检测框
-
for (auto bp = (); bp != (); ++bp) {
-
const std::vector<std::vector<int>> &box = *bp;
-
// 根据检测框将检测到的文本行剪切出来
-
cv::Mat crop_img = get_rotate_crop_image(origin_img, box);
-
float wh_ratio = float(crop_img.cols) / float(crop_img.rows);
-
// 识别模型预处理
-
cv::Mat input_image = crnn_resize_img(crop_img, wh_ratio);
-
input_image.convertTo(input_image, CV_32FC3, 1 / 255.0f);
-
const float *dimg = reinterpret_cast<const float *>(input_image.data);
-
int input_size = input_image.rows * input_image.cols;
-
-
dims[2] = input_image.rows;
-
dims[3] = input_image.cols;
-
input.set_dims(dims);
-
-
neon_mean_scale(dimg, input.get_mutable_float_data(), input_size, mean, scale);
-
// 执行识别模型预测
-
std::vector<PredictorOutput> results = _rec_predictor->infer();
-
-
OCRPredictResult res;
-
// 解析识别模型预测结果，得到预测的字的索引
-
res.word_index = postprocess_rec_word_index(results.at(0));
-
if (res.word_index.empty()) {
-
continue;
-
}
-
// 计算预测的文本行的置信度
-
= postprocess_rec_score(results.at(1));
-
= box;
-
ocr_results.emplace_back(std::move(res));
-
}
-
LOGI("ocr_results finished %lu", ocr_results.size());
-
// 返回识别结果
-
return ocr_results;
-
}
02. java程序代码目录
Java程序属于上层功能应用的开发，主要工作是调用函数的接口：
- 读取相册中的图像
- 创建Paddle Lite的预测对象Predictor
- 将模型文件和图像送入Predictor中进行推理预测
- 预测的结果送入OcrResultModel中，在输出的图像上绘制预测结果，并在APP上显示
修改中的代码：( )：Predictor的初始化，配置一些预测的参数（输入的尺寸、模型的路径等）；( )：进行推理预测。
MiniActivity是入口的java文件，相当于是APP的主函数、程序入口，其他.java文件被它调用activity_mini.xml是MiniActivity对应的UI布局，是APP控件开发，定义了APP的各个控件的布局
本项目增加了三个控件：（控件在.java文件中的调用通过其ID，类似于变量名）。
03. jniLibs（so方式集成C++代码）
C++的文件，最终都会编译成so文件，然后同java编译dex文件，一起打包成apk文件。我们也可以直接使用apk文件里编译好的so文件。
示例中的方式是从官方demo的apk文件里提取的so文件。
04.
app目录下的文件用来配置对应的APP。需要设置compileSdkVersion和targetSdkVersion的版本与前面软件中配置的SDK相同。同时，添加abiFilters 'armeabi-v7a', 'arm64-v8a'指定编译的平台，如果不指定就会默认编译出所有平台的目标文件，而我们的库只支持了arm-v7和arm-v8，运行时可能会报错。
根目录也就是Project下的文件用来配置整个Project，本次项目不需要修改。
补充说明
- 橙色的文件夹都是build编译生成的目标文件（不用手动编辑）
- libs是存放静态库或者动态库（不用修改）
- src/main/里的java和cpp文件夹存放app运行的源代码，包括Java和C++的代码（上层的应用开发使用Java，底层的具体实现使用C++，此项目中两者都要开发）。
- OpenCV库可以通过OpenCV官网下载，链接：/releases/，本次用的是4.2 android。
亲自实践一把！
看到这里，是不是觉得开发一个移动端AI应用也没那么难呢？飞桨提供了很多的开源模型，有兴趣的朋友可以参考本教程，发挥自己的想象力，开发更多有趣、有意义的应用哈。
如在使用过程中有问题，可加入飞桨官方QQ群进行交流：1108045677。
感兴趣的话收好下面的传送门，亲自体验起来吧~
·百度飞桨Paddle Lite·
Paddle Lite定位支持包括手机移动端在内更多场景的轻量化高效预测，支持更广泛的硬件和平台，是一个高性能、轻量级的深度学习预测引擎。在保持和PaddlePaddle无缝对接外，也兼容支持其他训练框架产出的模型。
/PaddlePaddle/Paddle-Lite
·百度飞桨PaddleOCR·
PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力使用者训练出更好的模型，并应用落地。
/PaddlePaddle/PaddleOCR
·EasyEdge·
为开发者提供了多个基于飞桨开源模型和轻量化推理框架Paddle Lite实现的端计算模型SDK和Demo APP，可快速体验通过EasyEdge生成的端计算模型。
/easyedge/app/openSource