转载

Android Things给物联网设备带来基于TensorFlow的机器学习和计算机视觉

最近发布的Android Things开发者预览2（DP2）使得 TensorFlow 更容易用于物联网设备上的机器学习和计算机视觉。此外，它还针对几个物联网平台扩展了USB音频，增加了对英特尔Joule 的支持，并通过新的 Native PIO API 使本地驱动程序可直接使用。

DP2提供了一个现成的TensorFlow库，已经为ARM 和x86平台做了预构建，只要添加一行代码到build.gradle文件就可以使用该库。DP2中包含的示例演示了如何构建一个支持TensorFlow的应用程序，对连接的相机捕获的图像进行分类，如果有可用的扬声器，还能说出结果。该示例使用 Google Inception 深度卷积神经网络架构建立了推理模型，并将推理模型提供给TensorFlow。

通过新的 Native PIO API ，DP2还支持使用现有的纯C/C++驱动程序，许多开发人员已经编写了这些与外设（如灯、门锁等）进行通信的驱动程序。Native PIO API允许开发人员使用C或C++代码扩展基于Java的Android Things应用程序，这些代码可以和Android Things框架绑定在一起。例如，驱动程序可以生成常规的Android KeyEvent来响应引脚的触发动作，或者将GPS位置提供给Android位置API。新的API还允许开发人员通过在 NativeActivity 中调用Native PIO API，完全以C/C++编写他们的Android Things应用程序。

最后一点，DP2为英特尔Edison和树莓派3带来了USB音频支持，并引入了对英特尔Joule平台的支持，这使得所支持的硬件平台总数达到了4个。

Android Things是Google的物联网平台，旨在让开发人员能够通过将通常的Android API和Google的云服务集成到特定的 Things支持库来编写物联网应用程序，就像他们编写移动应用程序那样，从而提供访问传感器和执行器的功能，并使开发人员能够用用户驱动程序来产生自定义的硬件事件注入到他们的应用程序中。Android Things使用 Google Weave 作为其通信平台。

查看英文原文： Android Things Brings TensorFlow-Based Machine Learning and Computer Vision to IoT Devices

感谢冬雨对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号： InfoQChina ）关注我们。

原文 http://www.infoq.com/cn/news/2017/02/android-things-dev-preview-2

正文到此结束