文章目录
1. ncnn简介
n c n n {\rm ncnn} ncnn是一个为手机端极致优化的高性能神经网络前向计算框架，开源地址为ncnn。本文将介绍 n c n n {\rm ncnn} ncnn在 W i n d o w s 10 {\rm Windows10} Windows10下的编译，并使用 A n d r o i d S t u d i o {\rm Android\ Studio} Android Studio测试。最后，使用该仓库的 Y O L O v 5 {\rm YOLOv5} YOLOv5模型进行测试。
2. 相关依赖及软件安装
2.1 Android Studio
官网下载 A n d r o i d S t u d i o {\rm Android\ Studio} Android Studio并安装。
2.2 安卓NDK
该网址下载相应版本安卓 N D K {\rm NDK} NDK并解压文件。在此电脑=>高级系统设置=>环境变量的系统变量部分的Path添加 N D K {\rm NDK} NDK的根目录。使用命令行窗口测试是否安装成功：
2.3 CMake 3.18.0
官网下载相应版本，安装完成后需要配置环境变量。在此电脑=>高级系统设置=>环境变量的系统变量部分的Path添加 C m a k e {\rm Cmake} Cmake的 b i n {\rm bin} bin目录。使用命令行窗口测试是否安装成功：
2.4 VulkanSDK 1.2.154.1
官网下载相应版本，安装安装完成后需要配置环境变量。在此电脑=>高级系统设置=>环境变量的系统变量部分的Path添加 V u l k a n {\rm Vulkan} Vulkan的 b i n {\rm bin} bin目录。使用命令行窗口测试是否安装成功：
2.5 OpenCV 3.4.10
首先在该地址下载 o p e n c v 3.4.10 {\rm opencv\ 3.4.10} opencv 3.4.10，下载完成后安装即可。
2.6 逍遥安卓
本文使用逍遥安卓充当模拟器，官网下载。
3. 项目配置
3.1 ncnn编译
输入cmd打开命令行窗口，并使用如下命令编译armv7：
cd <ncnn-root-dir>
mkdir build-android-armv7
cd build-android-armv7
cmake -DCMAKE_TOOLCHAIN_FILE="<android-ndk-root-dir>/android-ndk-r21b/build/cmake/android.toolchain.cmake"
-DANDROID_ABI="armeabi-v7a"
-DANDROID_ARM_NEON=ON
-DANDROID_PLATFORM=android-14 ..
-G "Unix Makefiles"
-DCMAKE_MAKE_PROGRAM="<android-ndk-root-dir>/android-ndk-r21b/prebuilt/windows-x86_64/bin/make.exe"
cmake -DCMAKE_TOOLCHAIN_FILE="<android-ndk-root-dir>/android-ndk-r21b/build/cmake/android.toolchain.cmake"
-DANDROID_ABI="armeabi-v7a"
-DANDROID_ARM_NEON=ON
-DANDROID_PLATFORM=android-24
-DNCNN_VULKAN=ON..
cmake --build .
cmake --build . --target install
使用如下命令编译aarch64：
cd <ncnn-root-dir>
mkdir build-android-aarch64
cd build-android-aarch64
cmake -DCMAKE_TOOLCHAIN_FILE="<android-ndk-root-dir>/android-ndk-r21b/build/cmake/android.toolchain.cmake"
-DANDROID_ABI="arm64-v8a"
-DANDROID_PLATFORM=android-21 ..
-G "Unix Makefiles"
-DCMAKE_MAKE_PROGRAM="<android-ndk-root-dir>/android-ndk-r21b/prebuilt/windows-x86_64/bin/make.exe"
cmake -DCMAKE_TOOLCHAIN_FILE="<android-ndk-root-dir>/android-ndk-r21b/build/cmake/android.toolchain.cmake"
-DANDROID_ABI="arm64-v8a"
-DANDROID_PLATFORM=android-24
-DNCNN_VULKAN=ON ..
cmake --build .
cmake --build . --target install
一路成功！这里的<android-ndk-root-dir>为
N
D
K
{\rm NDK}
NDK安装的根目录。
3.2 新建安卓项目
打开 A n d r o i d S t u d i o {\rm Android\ Studio} Android Studio新建安卓项目：Create New Project => Native C++ => (Name: ncnnYOLOv5, Minimum SDK: API24 Android7.0) => Finish，建立成功后的项目结构如下：
3.3 Android Studio连接逍遥安卓
首先打开逍遥安卓，然后命令行窗口然后切换到<root-dir>/MEmu目录，输入以下命令启动：
adb connect 127.0.0.1:21503
其他模拟器的连接方式如下：
夜神模拟器：adb connect 127.0.0.1:62001
天天模拟器：adb connect 127.0.0.1:6555
海马玩模拟器：adb connect 127.0.0.1:53001
网易MUMU模拟器：adb connect 127.0.0.1:7555
连接成功：
3.4 完成整体项目
首先在res/layout/activity_main.xml中完成主界面的布局：
<?xml version="1.0" encoding="utf-8"?>
<androidx.constraintlayout.widget.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:app="http://schemas.android.com/apk/res-auto"
xmlns:tools="http://schemas.android.com/tools"
android:layout_width="match_parent"
android:layout_height="match_parent"
tools:context=".MainActivity">
<Button
android:id="@+id/button_detect_cpu"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:layout_marginStart="1dp"
android:layout_marginTop="24dp"
android:layout_marginBottom="44dp"
android:text="DETECT-CPU"
app:layout_constraintBottom_toTopOf="@+id/imageView"
app:layout_constraintEnd_toStartOf="@+id/select"
app:layout_constraintStart_toStartOf="parent"
app:layout_constraintTop_toTopOf="parent" />
<Button
android:id="@+id/button_detect_gpu"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:layout_marginTop="24dp"
android:layout_marginBottom="44dp"
android:text="DETECT-GPU"
app:layout_constraintBottom_toTopOf="@+id/imageView"
app:layout_constraintEnd_toEndOf="parent"
app:layout_constraintStart_toEndOf="@+id/select"
app:layout_constraintTop_toTopOf="parent" />
<Button
android:id="@+id/select"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:layout_marginEnd="5dp"
android:text="SELECT"
app:layout_constraintBaseline_toBaselineOf="@+id/button_detect_cpu"
app:layout_constraintEnd_toStartOf="@+id/button_detect_gpu"
app:layout_constraintStart_toEndOf="@+id/button_detect_cpu" />
<ImageView
android:id="@+id/imageView"
android:layout_width="0dp"
android:layout_height="0dp"
android:layout_marginStart="46dp"
android:layout_marginEnd="46dp"
android:layout_marginBottom="44dp"
app:layout_constraintBottom_toBottomOf="parent"
app:layout_constraintEnd_toEndOf="parent"
app:layout_constraintStart_toStartOf="parent"
app:layout_constraintTop_toBottomOf="@+id/button_detect_cpu" />
</androidx.constraintlayout.widget.ConstraintLayout>
完成之后效果如下：
在java/com.example.ncnnyolov5目录下新建YOLOv5.java，内容不贴了代码有点多，链接。
右键项目New => Folder => Assets Folder，将yolov5.param和yolov5.bin（来自参考部分的仓库）放入其中。
在cpp目录下新建文件夹ncnn-lib，然后在ncnn-lib文件夹下新建三个文件夹分别用于存放前面编译产生的文件，aarch64文件存放对应install下的.a文件；armv7文件存放对应install下的.a文件；include文件夹存放armv7文件内include文件夹的内容。接着将x86和x86_64文件夹（来自参考部分的仓库）放到该目录，并将使用到的头文件复制到cpp目录下，最终的目录结构 如下：
完成cpp/native-lib.cpp文件，内容不贴了代码有点多，链接。
完成cpp/CMakeLists.txt文件：
# 设置项目名称
project(ncnnyolov5)
# 确定所需的最低CMake版本
cmake_minimum_required(VERSION 3.4.1)
# import ncnn library
# 导入ncnn，并将其设置为静态目录，即生成libncnn.a
add_library(ncnn STATIC IMPORTED)
# 导入编译后的静态库
set_target_properties(ncnn PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/ncnn-lib/${ANDROID_ABI}/libncnn.a)
include_directories(${CMAKE_SOURCE_DIR}/ncnn-lib/include/ncnn)
# 导入其他第三方库以及编译后的静态库
add_library(glslang STATIC IMPORTED)
add_library(OGLCompiler STATIC IMPORTED)
add_library(OSDependent STATIC IMPORTED)
add_library(SPIRV STATIC IMPORTED)
set_target_properties(glslang PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/ncnn-lib/${ANDROID_ABI}/libglslang.a)
set_target_properties(OGLCompiler PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/ncnn-lib/${ANDROID_ABI}/libOGLCompiler.a)
set_target_properties(OSDependent PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/ncnn-lib/${ANDROID_ABI}/libOSDependent.a)
set_target_properties(SPIRV PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/ncnn-lib/${ANDROID_ABI}/libSPIRV.a)
# openmp
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -fopenmp")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -fopenmp")
set(CMAKE_SHARED_LINKER_FLAGS "${CMAKE_SHARED_LINKER_FLAGS} -fopenmp")
if(DEFINED ANDROID_NDK_MAJOR AND ${ANDROID_NDK_MAJOR} GREATER 20)
set(CMAKE_SHARED_LINKER_FLAGS "${CMAKE_SHARED_LINKER_FLAGS} -static-openmp")
endif()
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -fomit-frame-pointer -fstrict-aliasing -ffast-math")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -fomit-frame-pointer -fstrict-aliasing -ffast-math")
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -fvisibility=hidden")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -fvisibility=hidden -fvisibility-inlines-hidden")
# disable rtti and exceptions
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -fno-rtti -fno-exceptions")
add_library(ncnnyolov5 SHARED native-lib.cpp)
target_link_libraries(ncnnyolov5
ncnn
glslang SPIRV OGLCompiler OSDependent
android
z
log
jnigraphics
vulkan
)
运行程序，点击SELECT选择待检测图片，然后点击DETECT-CPU得到如下结果（这里的GPU调用有点问题，有知道具体原因的兄弟，谢谢指出，报错是set_vulkan_compute failed, network use_vulkan_compute disabled）：
4. 总结
相比于上一篇配置的博客，在安卓端部署更复杂。本文主要是参考了参考部分的仓库的代码，具体的细节还没有理解。部署期间出现了其他什么问题，欢迎评论区交流。
参考
- https://github.com/Tencent/ncnn.
- https://github.com/nihui/ncnn-android-yolov5（模型及代码下载）.
8493
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
