如何测量并对比部署在手机端的深度学习模型的电池消耗？

你提到的Android Studio自带能耗分析器确实仅提供负载等级估算，无精确绝对值输出，可通过以下几种工具实现精准测量：

无硬件、无ROOT方案 #

• 安卓系统自带batterystats工具
  无需额外安装应用，通过adb即可调用，输出精度可达mAh级：
  1. 测试前重置电量统计：执行adb shell dumpsys batterystats --reset
  2. 断开充电线，仅运行待测TFLite推理任务，固定运行时长/推理次数
  3. 任务结束后导出统计数据：adb shell dumpsys batterystats > battery_log.txt
     在导出的日志中可直接查到你的应用UID对应的总耗电、CPU/GPU等组件单独耗电数据，多次测试取平均值即可用于不同模型的横向对比。
• 第三方功耗统计应用
  AccuBattery：后台运行即可统计单应用的精确mAh消耗，可拆分前台活动、后台唤醒等不同场景的耗电，排除其他应用干扰后数据可信度足够做模型对比。
  Trepn Profiler：高通官方推出的 profiling 工具，仅支持高通芯片设备，可实时读取CPU、GPU、NPU的瞬时功耗、频率数据，支持导出结构化数据做后续分析，针对TFLite调用不同硬件加速器的测试场景适配性更好。

高精度专业测量方案 #

如果需要不受系统估算误差影响的绝对精确能耗值，可采用硬件测量法：将直流稳压电源串接在手机电池供电回路中，直接读取推理过程中的实时电流，结合供电电压计算实时功耗，对整个推理周期做积分即可得到总能耗。这是移动端AI能耗学术研究的通用标准方案，精度最高，但需要一定的动手改造手机的门槛。

应用内埋点估算方案 #

安卓12及以上系统开放了功耗相关系统API，你可以在TFLite推理代码的前后调用PowerManager类的相关接口获取当前设备的功耗状态，结合单次推理的耗时，可直接在应用内计算出单次推理的近似能耗，适合需要在应用端做动态模型调度的场景。

你参考的Android Studio能耗分析器界面如下：

内容的提问来源于stack exchange，提问作者nununu