YOLOv7安卓部署 ncnn

euqlll

已于 2023-08-14 09:56:20 修改

阅读量2.9k

点赞数 13

文章标签： YOLO android

于 2023-08-11 20:12:03 首次发布

本文链接：https://blog.csdn.net/euqlll/article/details/132238249

版权

YOLOv7安卓部署 ncnn

前言
1、YOLOv7-tiny模型部署
2、连接手机进行部署
总结
参考

前言

本文将讲述如何利用ncnn在安卓手机端部署YOLOv7，这里以YOLOv7-tiny为例进行讲解，YOLOv7按照步骤依次进行即可，同时对于Android Studio的安装不在本次教程之内

1、YOLOv7-tiny模型部署

标准YOLOv7-tiny部署指的是没有更改YOLOv7-tiny的网络模型架构，直接利用训练好的模型权重进行部署，下面分几步进行讲述：

1.1 获得所需模型文件

首先是将训练获得的权重文件.pt转为.onnx：

python export.py --weights '你的权重文件' \
--iou-thres 这个自己设置 --conf-thres 自己设置 \
--device 0

这个导出有GPU就GPU到，然后–fp16和–int8看自己情况来吧，导出之后会在你的权重保存路径下生成.onnx的文件，保存这个文件。
将导出的文件传到此网站：convertmodel

在这里插入图片描述
保存这两个文件，后续要用到

1.2 克隆所需要的代码

首先是下载ncnn-android-yolov7代码，其次是ncnn，之后便是opencv-mobile

ncnn-android-yolov7代码下载：

ncnn代码下载：
在这里插入图片描述

opencv-mobile下载：
在这里插入图片描述

下载之后便得到了三个压缩包，将其解压到同一目录下，最好目录不要有中文，避免报错，如下：
在这里插入图片描述

然后将红箭头所指文件夹复制到ncnn-android-yolov7的这个目录下：D:\xx\ncnn-android-yolov7-master\app\src\main\jni
在这里插入图片描述

之后用Android Studio打开ncnn-android-yolov7项目，打开箭头所指文件，然后将我画红线位置改成你所复制的文件夹名字：

在这里插入图片描述

将第1节得到的.param和.bin文件复制到asserts文件夹下

到这里，准备工作就全部做好了，下一步就开始改代码了。

1.3 修改代码

请用netron打开刚刚转换模型得到的.param文件

在这里插入图片描述

这里的images填入到的ex.input("xx", yy);中的xx，请注意，images只是我的.param文件下的名字，如果你的和我的不一样，请填你模型的。

找到第一个检测头的这个卷积，
在这里插入图片描述

将画框的output填到stride8，这里的名字是onnx::Reshape_588，当然，你们的名字肯定和我的不一样，这个没关系，填你们自己的名字即可。依葫芦画瓢，找到第二个检测头上面一个卷积，然后将名字填到stride16，之后填stride32
在这里插入图片描述