如何在Android的Chaquopy环境中为Python解释器添加TensorFlow Select Ops

核心问题说明 #

Chaquopy环境里，Python侧的TensorFlow Lite与Android原生依赖相互独立，直接添加原生org.tensorflow:tensorflow-lite-select-tf-ops依赖无法作用于Python脚本，必须从Python层面配置Flex Delegate。

具体解决步骤 #

1. 安装完整TensorFlow包
   在Flutter项目的android/app/build.gradle的Chaquopy配置中，安装完整的tensorflow包（而非精简版tensorflow-lite），该包内置Select Ops支持：

   chaquopy {
       pip {
           install "numpy"
           install "opencv-python"
           install "tensorflow>=2.12.0" // 选择适配模型的稳定版本
       }
   }
   

2. Python脚本显式启用Flex Delegate
   加载TFLite模型时，必须通过experimental_delegates参数指定Flex Delegate，示例代码如下：

   import tensorflow as tf
   
   # 加载含Select Ops的模型
   interpreter = tf.lite.Interpreter(
       model_path="keras_ocr_float16_ctc.tflite",
       experimental_delegates=[tf.lite.experimental.load_delegate('libtensorflowlite_flex_jni.so')]
   )
   interpreter.allocate_tensors()
   

   注：libtensorflowlite_flex_jni.so会随TensorFlow包自动安装，Chaquopy环境可直接识别该库路径。

3. 环境兼容性检查

   • 确保Android项目的minSdkVersion不低于21（Flex Delegate要求最低API 21）
   • 模型为float16格式时，需使用支持float16 Flex Ops的TensorFlow版本（建议2.12.0及以上）

4. 清理缓存重新构建
   执行Gradle清理命令，避免旧依赖干扰：

   ./gradlew clean
   

   之后重新构建Flutter项目，确保依赖完全更新。

内容的提问来源于stack exchange，提问作者Jose Georges