经实验,得到如下结果:
1、Android通过opencv的DNN模块,可以加载caffe模型,但加载tf、onnx、pt失败;VS中通过opencv的DNN模块加载模型,相同结果。
2、CenterNet的pth模型转为pt模型,Android中通过pytorch.Module加载失败。
3、Android中通过pytorch.Module加载大小为13.7M、3.84M的.pt模型成功,加载大小为240M、75M的.pt模型失败;CenterNet的.pt模型为225M。
4、结论:将Pytorch模型转化为caffe模型,通过opencv的DNN模块加载。
实时性摸底:公开的PyTorch分类模型,Android端运行通过,ZTEBV0710手机0.5fps;公开的Caffe目标检测模型,Android端运行通过,ZTEBV0710手机0.1fps。
ZTEBV0710手机:处理器MT6755,8核CPU,CPU频率1.8GHz。