最新【教程】YOLOv5模型转化-Android端部署_yolov5 android(1)

最新推荐文章于 2024-05-27 08:45:00 发布
最新推荐文章于 2024-05-27 08:45:00 发布
阅读量695 收藏 29
点赞数 16
分类专栏： 程序员 文章标签： YOLO android
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a19815156/article/details/138418263
版权
  • ONNX：该模型格式可以在不同的平台所需的模型格式之间进行转化，也是我最初的方案，但转过去转过来都转不到Android能用的格式
  • CoreML：该格式的模型可以部署到Apple上，那至少需要有苹果两件套（iphone和Mac），前者作为部署端，后者用于开发苹果应用程序。可是我没有Mac
  • TFLite：Google的轻量级推理库，这种TensorFLow Lite格式的模型文件可以部署到基于Android的移动端上，这也是最理想的一种方式

转化方法

官方的转化方法

官方的转化代码的转化方式为PyTorch > ONNX > CoreML > TFLite，最后从原始训练得到的pt模型文件转化为mlmodel、onnx和torchscript.pt
在这里插入图片描述

不过要想从这三种模型进行二次转化为**.tflite**可不容易，博主尝试过很多种方法，但最终无果，也不是走投无路，就是转累了。。。

合作者的转化方法
最低0.47元/天 解锁文章
JAVA小清
关注
  • 16
    点赞
  • 踩
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2024年Python最全【教程】YOLOv5模型转化-Android端部署_yolov5 android(2)
2401_84689803的博客
04-30 941
这样就能得到fp16的.tflite模型，若需要Int8的，则用如下命令转化为int8的需要数据集来进行验证，所以需要添加自己数据集的路径，图像数量为你所用的用于验证的图像数。
yolov5模型部署到安卓手机-源代码
06-20
yolov5模型部署到安卓手机-+模型文件+app源代码，下载后可以直接编译使用； 详情请参考文章： https://blog.csdn.net/qq122716072/article/details/125371307 示例： 内容概要：安全帽识别模型部署android app
【教程】YOLOv5模型转化-Android端部署
热门推荐
weixin_42815846的博客
06-03 1万+
这里写目录标题前言转化方法官方的转化方法合作者的转化方法量化部署部署流程效果展示 前言 最近做毕设使用到yolov5，该模型为ultralytics公司的一个开源产品，由Glenn大佬实现，有很多合作的开发者参与了该项目，开发迭代速度非常快，三天两头就有更新。为了实现一个完整的毕业设计流程，就需要实现YOLOv5模型的训练、验证到最终的落地，也就是部署。 训练相对简单，只需要跟着官方教程即可，根据特定数据集进行预处理并训练????????链接 训练并验证后则需要考虑部署，具体部署方案有： ONNX：该模
【Android Studio】【NCNN】YOLOV5安卓部署
笔记
11-15 3583
利用ncnn将yolov5部署在安卓手机上
在Android端部署yolov5（显示类别个数）
积极向上的mr.d的博客
03-27 8153
闲来无事，记录一下自己在安卓端部署yolov5的步骤，历时一天。
训练自己的yolov5数据集并部署到android全套流程（学习记录）
qwerdf6660的博客
12-14 3967
在这个基础上修改，将best.pt转换为torchscript格式，即best.torchscript.ptl，替换了官方提供的yolov5s.pt并修改了classes中的类别，但是遇到了各种奇怪的错误，demoAPP会闪退，找了很多办法也没有解决，于是换了种思路，将best.pt转换为best-fp16.tflite格式，成功运行。也可以根据自己所需的版本来选择。在images中新建三个文件夹train，val，test，在labels中同样也新建三个文件夹train，val，test。
【教程】YOLOv5模型转化-Android端部署_yolov5 android
2401_84690353的博客
04-29 2043
最近做毕设使用到yolov5，该模型为公司的一个开源产品，由Glenn大佬实现，有很多合作的开发者参与了该项目，开发迭代速度非常快，三天两头就有更新。为了实现一个完整的毕业设计流程，就需要实现YOLOv5模型的训练、验证到最终的落地，也就是部署。训练相对简单，只需要跟着官方教程即可，根据特定数据集进行预处理并训练👉👉链接ONNX：该模型格式可以在不同的平台所需的模型格式之间进行转化，也是我最初的方案，但转过去转过来都转不到Android能用的格式。
2024年Python最新【教程】YOLOv5模型转化-Android端部署_yolov5 android
2301_82244514的博客
05-01 944
那时我开始思考，官方明明白白地写了是PyTorch > ONNX > CoreML > TFLite，为什么最后没有.tflite模型文件呢，难不成上当了？其实没有，大佬已经写出了转化代码，其pull request👉，该仓库的代码根据YOLOv5的发展也在改进，唯一不同的是增加了tflite转化的代码这样就能得到fp16的.tflite模型，若需要Int8的，则用如下命令转化为int8的需要数据集来进行验证，所以需要添加自己数据集的路径，图像数量为你所用的用于验证的图像数。
YOLOv5_NCNN:NC在手机上部署NCNN。支持Android和iOS。移动端NCNN部署，支持Android与iOS
03-18
:rocket:如果有帮助，请单击星号！ :star: Ncnn在移动设备上的部署，支持：相机上的YOLOv5s，YOLOv4-tiny，MobileNetV2-YOLOv3-nano，简单姿势，Yolact，ChineseOCR-lite，ENet，Landmark106，DBFace，MBNv2-FCN和MBNv3-Seg-small。 iOS： Xcode 11.5 macOS 10.15.4 iPhone 6sp 13.5.1 安卓： Android Studio 4.0 Win10 1909年 魅族16x 8.1.0（CPU：高通710 GPU：Adreno 616） Android已添加了权限请求，但如果仍然崩溃，请手动确认是否允许相关权限。 的iOS Select the model to be tested directly on the interface. 安卓 Selec
ncnn-android-yolov5:cv_research静态图像识别项目
03-25
ncnn-android-yolov5 这是一个示例ncnn android项目，它仅取决于ncnn库YOLOv5对象检测拾取静态图像识别（以mac为例） 原项目参考： 原项目介绍比较精炼，这个项目梳理了下从安装android studio到打包apk文件安装全流程详细讲解，包括遇到的坑 构建并运行全流程 初步 git clone ：binzhouchn / ncnn-android-yolov5.git 第二步 下载解压到项目app / src / main / jni文件夹下或者在app / src / main / jni / CMakeLists.txt中将ncnn_DIR路径更改为您的 第三步 安装jdk这个就不展开了，我用的是jdk1.8.0_231 下载 去下载 解压android-sdk_r24.4.macosx.zip得到android-sdk-macosx，我放到
YOLOv5对象检测android示例-C/C++开发
05-27
YOLOv5对象检测android示例ncnn-android-yolov5 YOLOv5对象检测这是一个示例ncnn android项目，它仅取决于ncnn库https://github.com/Tencent/ncnn如何构建和运行step1 https：// github.com/Tencent/ncnn/releases下载ncnn-android-vulkan-lib.zip或自己为Android构建ncnn step2将ncnn-android-vulkan-lib.zip提取到app / src / main / jni或将ncnn路径更改为您在app / src / main / jni / CMakeLists.txt中的步骤step3使用Android Studio打开此项目，构建并享用！
yolov5.apk
08-13
一个深度学习yolo框架的目标检测app，可以直接在手机上安装，精度还不错，无卡顿，直接安装选择照片检测即可
Android端 可使用Yolov5训练 路标识别
最新发布
m0_74154295的博客
05-27 1520
安卓端识别图像的时候结合OpenCV有时候调参着实令人烦躁，所以我采用了YOLO这个深度学习的框架。而本次我的目的是为了路标识别。 训练数据集可以很快的收敛起来。在安卓端的识别程度也是有着相当的理想，后续的红绿灯识别，图形识别也会使用其辅助。
YOLOV5模型部署到安卓端（复现）
skyacross的博客
12-29 3093
主要参考和进行部署复现，此处针对遇到的问题进行记录，分为部署思路和遇到的问题以及解决。
YOLOv5 的 Android 部署，基于 tflite
张伟的专栏
11-17 991
可以看到，转换后的模型是 yolov5s-fp16.tflite，同时，在同层目录下，还有个文件夹 yolov5s_saved_model，里面包含了 .pb 文件，就是 protobuf 文件，这里有个细节，就是 .pt 文件是先被转换成 .pb，然后再转换成 .tflite 的。需要替换的是 yolov5_android_tflite/app/src/main/assets 文件夹下的2个文件，class.txt 和 yolov5s-fp16.tflite。YOLOv5模型训练。
【目标检测】YOLOv5在Android上的部署
兴趣使然的创作者
10-27 8076
本篇博文用来研究YOLOv5在Android上部署的例程
yoloV5-v3.0-模型转换，pt-＞onnx-＞ncnn
左手coding，右手cooking
03-30 3637
版本要求 yolov5的版本是v3.0 模型训练 网上有很多关于yoloV5训练的教程，可自行百度，如果实在不想找，可以参考下面的几个链接。 【小白CV】手把手教你用YOLOv5训练自己的数据集（从Windows环境配置到模型部署） 【小白CV教程】Pytorch训练YOLOv5并量化压缩（VOC格式数据集） 【小白CV教程】Pytorch训练YOLOv5并量化压缩（VOC格式数据集） Pytorch 版YOLOV5训练自己的数据集 yolov5人脸识别(yolov5-facenet-svm) YOLOv
yolov5-tf-android
09-29
yolov5-tf-android是一个基于YOLOv5模型的Android项目，用于在Android设备上进行实时目标检测。你可以通过以下步骤来操作： 1. 首先，在命令行中使用cd命令切换到下载的yolov5-tf-android项目的目录，例如：cd E:\...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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