YOLOv5_Android_USBCamera：YOLOv5模型定制化及转换

本文是之前项目的说明，用以替换定制化模型
前文：YOLOv5_Android_USBCamera：支持USB摄像头的YOLOv5Android图像识别项目

---

模型转换过程

根据原项目的描述 https://github.com/lp6m/yolov5s_android ，这个项目使用的模型是通过从PyTorch原始实现的模型转换获得一个TFlite模型，而不是在TFlite中自己实现。

官方的模型定制化说明（必读）：https://github.com/lp6m/yolov5s_android/issues/14

总体的转换过程为PyTorch -> ONNX -> OpenVino -> TFLite

步骤

• PyTorch （.pt 文件）
  • 用实验室已有的YOLO项目源码可以得到模型权重文件
• ONNX （.onnx文件）
  • 简介：https://blog.csdn.net/gaoxueyi551/article/details/117331600
  • 转换：https://blog.csdn.net/weixin_38989668/article/details/123840882
• OpenVino
  • 简介：https://zhuanlan.zhihu.com/p/91882515
  • 代码过程：利用 OpenVino 推理
• TFLite
  • 将 OpenVino 模型转换为 TFLite，作者使用的工具：
    https://github.com/PINTO0309/openvino2tensorflow
  • 参考文档：
    https://github.com/lp6m/yolov5s_android/tree/master/convert_model