Flutter + Tensorflow Lite环境配置
一、Flutter 和 Tensorflow Lite 简介
Flutter是谷歌的移动UI框架，可以快速在iOS和Android上构建高质量的原生用户界面。 Flutter可以与现有的代码一起工作。在全世界，Flutter正在被越来越多的开发者和组织使用，并且Flutter是完全免费、开源的。它也是构建未来的Google Fuchsia 应用的主要方式。TensorFlow Lite是TensorFlow针对移动和嵌入式设备的轻量级解决方案。它使设备上的机器学习预测具有低延迟和小的二进制大小。 TensorFlow Lite还支持硬件加速Android 神经网络API。TensorFlow Lite使用许多技术来实现低延迟，如优化移动应用程序的内核，pre-fused激活以及允许更小和更快的(fixed-point数学)模型的量化内核。
二、Flutter 环境配置
Flutter的环境配置还是有一点复杂的，下面一步一步的详细介绍：
1.安装 Git for windows
这个就和普通的软件安装过程差不多，一直next就行了，其中有些选项根据自己的实际情况来选择，安装好了之后就可使用镜像了。
2. 获取Flutter SDK
打开
，输入
git clone -b beta https://github.com/flutter/flutter.git这样就可以获取到Flutter的SDK了，要说一句的是Git的下载地址如果没有更改的话，一般在C:\Users\Administrator。你可以进入这个文件夹里面发现flutter的文件夹。然后你就可以将它拷贝到其他地方。
注：Flutter中文网上介绍获取Flutter SDK的方法不是用Git来下载SDK,而是去Flutter官网下载。但是我使用这种方法在后面时报Flutter不完整的错误，因此建议大家使用Git工具配置
3. 更新环境变量
打开Git Bash（步骤1安装的软件），首先输入
export PUB_HOSTED_URL=https://pub.flutter-io.cn然后输入
export FLUTTER_STORAGE_BASE_URL=https://storage.flutter-io.cn最后输入
export PATH=G:\Flutter\flutter\bin:$PATH这个地址是步骤2自己Flutter SDK 的地址。
上述操作做完后，在环境变量中将Flutter路径设置到path中
4. 安装环境依赖
在Flutter bin文件夹下，打开PowerShell（shift+右键），然后输入
flutter doctor然后会自行下载各种依赖库，这段时间受网速影响会比较长，有事可能会失败，多试几次就好了。都安装完后，在运行一遍
flutter doctor可以看有没有什么地方出错，图中报错没有设备连接，这个暂时不用管，后面会用Android Studio 中新建虚拟设备。
上面就是Flutter环境配置的问题， 想要开发Flutter还需要其他软件，下面介绍使用Android Studio开发Flutter。
5. Android Studio 配置
先安装Android Studio，安装过程中注意需要安装Android Studio 3.0及以上版本和Android SDK。然后点击
在Plugins里面搜索Flutter和Dart，点击安装。然后重启激活插件，可以看到多了一行 Start a new Flutter project
剩下的就很简单了，就和普通的新建项目一样。
注：如果首次创建项目如果一直卡在Creating Flutter project上，先打开项目文件，如果里面已经有了创建的文件，那么从任务管理器关掉Android Studio,然后重新打开，点击Open an existing Android Studio project,找到项目文件，打开就行了。
注：如果编译程序的时候一直卡在resolving dependencies的话可以使用科学上网或者将android/build.gradle设置为
buildscript {
repositories {
maven { url 'https://maven.aliyun.com/repository/google' }
maven { url 'https://maven.aliyun.com/repository/jcenter' }
maven { url 'http://maven.aliyun.com/nexus/content/groups/public' }
// google()
// jcenter()
}
dependencies {
classpath 'com.android.tools.build:gradle:3.1.2'
}
}
allprojects {
repositories {
maven { url 'https://maven.aliyun.com/repository/google' }
maven { url 'https://maven.aliyun.com/repository/jcenter' }
maven { url 'http://maven.aliyun.com/nexus/content/groups/public' }
// google()
// jcenter()
}
}
rootProject.buildDir = '../build'
subprojects {
project.buildDir = "${rootProject.buildDir}/${project.name}"
}
subprojects {
project.evaluationDependsOn(':app')
}
task clean(type: Delete) {
delete rootProject.buildDir
}
三、Tensorflow Lite 使用
首先了解Tensorflow Lite的工作模式,如图所示，我们先使用tensorflow训练好神经网络的模型，然后使用Tensorflow Lite转换器将其转换为Tensorflow Lite 模型文件(.tflite)。最后将这个文件在开发移动端程序的时候嵌入到程序中去，这样就可以在移动端实现一些人工智能的操作。
1. 依赖设定
在 pubspec.yaml 文件中添加 tflite 依赖：
在android/app/build.gradle 文件的 android 中添加以下设定：
2. 使用方法
首先创建 assets 文件夹，将 label 和 model 文件移至文件夹内。在 pubspec.yaml 文件中添加：
assets:
- assets/label.txt
- assets/mobilenet_v1_1.0_224.tflite然后在代码中引用库
import 'package:tflite/tflite.dart';最后加载模型和类别标签
String res = await Tflite.loadModel(
model: "assets/mobilenet_v1_1.0_224.tflite",
labels: "assets/label.txt",
);然后就可以使用了。