使用CNN识别用户行为的Tensroflow安卓应用

摘要: Tensroflow 安卓应用 CNN模型 识别用户行为

前天看到老外写了篇使用CNN识别用户行为的Tensroflow安卓应用文章，觉得很有意思，就想去试试看。结果，弄了两天才把这个安卓应用弄好。（刚开始老外可能嫌模型文件比较大没有上传，我只好自己去训练模型并生成适合安卓使用的模型。这步搞死人了，老外的博客所写内容缺少了一些关键的东西，所以导致生成模型失败。最后，在大伙的抗议下，他终于上传模型了。不过我也自己搞定了生成模型的问题。）

老外博客原文链接如下：

http://aqibsaeed.github.io/2017-05-02-deploying-tensorflow-model-andorid-device-human-activity-recognition/

关于如何获取传感器数据集和训练CNN模型的内容，可以参考这篇文章《基于手机传感器数据使用CNN识别用户行为的Tensroflow实现》。

由于准备数据和训练模型时间有些长，而且老外的博客所写内容也缺少了一些关键东西，所以不建议像我那样从头到尾搞一遍。想要快速地体验这个安卓应用，最快的办法是：

git clone https://github.com/aqibsaeed/Human-Activity-Recognition-using-CNN
然后使用安卓studio开发工具直接编译部署apk文件。

这个安卓应用的界面很简单，只是把6种活动的可能性显示在界面上，如下图：



后记： 通过实验这个小项目，感觉到Tensorflow在移动端确实下了不少功夫。有相关的API，有相关的教程，很容易把做好的AI项目发布到手机端。确实好用。