DevEco Studio中目标检测开发相关问题咨询

本人是DevEco Studio开发新手，此前已在Android Studio中基于TFLite和YOLOv5 PyTorch实现目标检测功能，现希望在DevEco Studio中完成开发，目前遇到以下问题：

1. 已引入依赖的TFLite和PyTorch库无法使用，因二者类仅适配Android，且DevEco Studio与Android Studio的变量、函数命名不同（如Android Studio的RectF对应DevEco Studio的RectFloat）；
2. 使用DJL(Deep Java Library) PyTorch时，出现错误“[tablet] SEVERE ai.djl.engine.EngineException: No deep learning engine found”，相关代码如下：

private void init(){
        ImageClassificationTranslator translator = ImageClassificationTranslator.builder()
                .addTransform(new RandomResizedCrop(INPUT_SIZE, INPUT_SIZE, 0.6, 1,
                        3. / 4, 4. / 3))
                .addTransform(new ToTensor())
                .addTransform(new Normalize(
                        new float[] {0.5f,0.5f,0.5f},
                        new float[] {0.5f,0.5f,0.5f}))
                .optApplySoftmax(true)
                .optSynset(herbsNames)
                .optTopK(5)
                .build();
        HiLog.debug(LOG_LABEL, "debug process:v---------alue:%{private}s", translator);
        //Engine engine = Engine.getEngine(PtEngine.ENGINE_NAME);
        Model model = Model.newInstance("model", Device.cpu()); //Problem is here
        HiLog.debug(LOG_LABEL, "debug process:v---------alue:%{private}s", model);
        try{
            InputStream inputStream = HerbUtil.class.getClassLoader().getResourceAsStream("yolov5s.pt");
            HiLog.debug(LOG_LABEL, "debug process:v---------alue:%{private}s", inputStream);
            if (inputStream == null){
                throw new RuntimeException("ERROR");
            }
            model.load(inputStream);

            predictor = model.newPredictor(translator);
        } catch (MalformedModelException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

3. 所用Android Studio为Dolphin版本，HMS Toolkit无法在此版本及以上使用，只能使用DevEco Studio。

由于需实现离线实时目标检测，追求速度与精度，现提出以下疑问：

1. 能否将Android Studio代码转换至DevEco Studio？
2. DevEco Studio有哪些可用的目标检测工具？
3. 能否在DevEco Studio或华为设备上运行Android程序？

现有问题修复建议 #

1. TFLite/PyTorch库适配DevEco Studio问题 #

DevEco Studio基于HarmonyOS，与Android API存在差异，直接用Android版库会出现类不兼容，解决方式：

• 替换专属类：把Android的RectF、Bitmap等类替换为HarmonyOS对应的RectFloat、PixelMap，手动适配API差异；
• 换用兼容推理库：优先使用华为官方适配HarmonyOS的AI推理框架，或者将TFLite模型通过ModelArts转换为OM格式，用HarmonyOS的HiAI Engine进行推理。

2. DJL PyTorch引擎未找到错误 #

该错误源于DJL未找到适配HarmonyOS的PyTorch引擎实现，修复方法：

• 检查依赖配置：添加DJL针对HarmonyOS的PyTorch引擎依赖，确保版本匹配；
• 手动指定引擎：取消注释代码中的Engine engine = Engine.getEngine(PtEngine.ENGINE_NAME);，明确指定使用PyTorch引擎，同时确认引擎包已正确引入；
• 适配模型格式：DJL在HarmonyOS上对.pt模型支持有限，建议将PyTorch模型转换为TorchScript格式（.ptl）后再加载。

疑问解答 #

1. Android Studio代码能否转换至DevEco Studio？ #

可以转换，但无法一键自动完成，需手动适配HarmonyOS API：

• 替换基础类：将Android的Activity换为HarmonyOS的Ability，View组件换为ArkUI组件，IO、日志等API替换为HarmonyOS对应接口；
• 适配AI推理部分：替换TFLite/PyTorch的Android专属调用，改用HarmonyOS兼容的推理方式；
• 适配资源文件：将XML布局转换为ArkTS的UI描述，或通过兼容层保留XML布局（后者会影响性能）。

2. DevEco Studio可用的目标检测工具 #

• HiAI Engine：华为官方AI引擎，支持离线目标检测，可集成预训练模型或自定义转换的OM模型，适配华为硬件加速；
• DJL HarmonyOS版：适配HarmonyOS的DJL分支，支持TFLite、TorchScript格式的PyTorch模型，需配置对应引擎依赖；
• 自定义TFLite封装：用HarmonyOS的NAPI接口封装TFLite的C++库，实现底层推理，适合高性能需求场景；
• ModelArts模型转换：将YOLOv5等模型转换为OM格式，通过HiAI Engine部署到HarmonyOS设备，最大化利用硬件性能。

3. 能否在DevEco Studio或华为设备上运行Android程序？ #

• DevEco Studio本身不支持直接运行Android程序，它是针对HarmonyOS开发的IDE；
• 搭载HarmonyOS的华为设备支持运行Android程序，直接安装APK即可；若需在IDE中调试Android应用，仍需使用Android Studio，部分DevEco Studio版本支持Android兼容开发套件，但优先推荐用Android Studio处理。

内容的提问来源于stack exchange，提问作者Kusanagi