ncnn+android 安卓+yolov5-lite,部署目标检测模型

5 篇文章 0 订阅
3 篇文章 0 订阅

安卓设备上ncnn部署yolov5-lite推理

可以支持多个模型共同推理


参考:
nihui写的安卓部署yolov5:
nihui版yolov5 ncnn

yolov5-lite作者pogg的仓库:
yolov5-lite

本项目的github地址:
ncnn-android-ylov5-lite

觉得不错的话github上点一下star哦~~~


原demo中是将加载、推理、后处理等部分都写在jni中,推理加载都为同一个模型,因为项目需求我需要推理多个yolo模型,所以我把jni中推理和后处理部分分离出来,写成cpp文件方便调用,同时修改了java部分的传参

效果如下,感觉还可以

在这里插入图片描述


使用时,环境配置和原版demo一样,只需将ncnn库放进去,然后修改cmake就可以了

在这里插入图片描述

需要修改.param文件中reshape层动态调整与permute层的名字

在这里插入图片描述
然后改改target_size,文件路径之类的参数即可

我上传的版本是推理了两个yolov5模型的,传参部分按照我的需求写的,和原来不太一样

具体看github上的项目代码吧:https://github.com/Ma0zii/ncnn-android-yolov5-lite

  • 9
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
根据引用内容和,yolov5lite ncnn是一个基于ncnn框架实现的轻量级目标检测模型。在使用yolov5lite ncnn之前,需要将模型转化为ncnn模型。首先,需要将onnx模型转化为ncnn模型,可以使用命令"./onnx2ncnn yolov5ss-sim.onnx yolov5-lite.param yolov5-lite.bin"来进行转化。接着,可以使用命令"./ncnnoptimize yolov5-lite.param yolov5-lite.bin yolov5-lite-opt.param yolov5-lite-opt.bin 65536"对模型进行优化。然后,可以使用命令"./ncnn2table yolov5-lite-opt.param yolov5-lite-opt.bin imagelist.txt yolov5-lite.table mean=[104,117,123 norm=[0.017,0.017,0.017 shape=[640,640,3 pixel=BGR thread=8 method=kl"将模型转换为table格式。最后,可以使用命令"./ncnn2int8 yolov5-lite-opt.param yolov5-lite-opt.bin yolov5-ite-opt-int8.param yolov5-lite-opt-int8.bin yolov5-lite.table"将模型转换为int8格式。 关于yolov5lite ncnn的编译和安装,可以参考引用内容中提到的在Linux环境下的教程进行操作。其中,需要进行onnx模型的提取和转换。可以使用命令"python models/export.py --weights weights/yolov5-lite.pt --img 640 --batch 1"来提取模型,并使用命令"python -m onnxsim weights/yolov5-lite.onnx weights/yolov5-lite-sim.onnx"来进行简化和优化。 总结起来,yolov5lite ncnn是一个基于ncnn框架的目标检测模型,需要将模型转化为ncnn模型,并进行优化和转换为table和int8格式。关于编译和安装,可以参考在Linux环境下的教程进行操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [YOLOv5-Lite:NCNN+Int8部署和量化,树莓派也可实时](https://blog.csdn.net/weixin_45829462/article/details/119787840)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Why_so?

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值