Caffe学习系列（十一）：MobileNetSSD NCNN APP开发

Caffe学习系列（十一）：MobileNetSSD NCNN APP开发

1. 准备工作

MobileNetSSD训练过程参考这里
NCNN在PC端的测试流程参考这里
Android Studio安装与本文所做工作重点参考《手把手AI项目(七)》和《手把手AI项目(八)》

1.1 前期准备流程

MobileNetSSD训练（合并BN层）——>> 更新为新版caffe模型与网络 ——>> 模型转换为bin和param文件 ——>> 模型加密

2. APP开发

2.1 源码下载

在Github上下载MobileNetSSD_demo_single代码，

git clone https://github.com/chehongshu/ncnnforandroid_objectiondetection_Mobilenetssd

2.2 文件替换

需要准备的文件如图所示，其中libncnn.a文件采用原作者的即可。

2.2.1 权重与网络参数

（1）将加密生成的 MobileNetSSD_deploy.param.bin 和 MobileNetSSD_deploy.bin 复制到 /app/src/main/assets/ 目录下
（2）并在该目录下创建一个 words.txt，其中为类别名称

2.2.2 网络文件

（1）将加密生成的 MobileNetSSD_deploy.id.h 文件复制到 /app/src/main/cpp/ 目录下

以上源文件存放在以下目录中

提醒：不带有no_bn目录的都是未合并BN层的，不可使用

2.3 生成APK文件

利用 Android Studio打开替换模型后的工程文件
点击菜单栏中的 Build/Build APK(s)，在 /app/build/outputs/apk/debug/ 目录下生成app-debug.apk文件，安装即可测试

3. 其他参考

在Android手机上使用腾讯的ncnn实现图像分类
yolov2-Tiny在darknet下训练模型转caffe再到ncnn实现
Android Studio环境配置（安装版本过低，不再参考）
ubuntu下搭建android开发环境（四）核心篇安装AndroidStudio、sdk、jdk（by 星空武哥）

3.1 Firefly-RK3399论坛里博主做的一个实时检测APP

Android8.1神经网络硬件加速TfLiteSSDDemo开放源码(支持Firefly下的RK3399平台)

3.2一步步做一个数字手势识别APP

Github地址
将TensorFlow训练好的模型迁移到Android APP上（TensorFlowLite）

3.3后续工作

视频流检测
ncnn上基于Caffe用MobileNet_SSD训练和测试自己的数据

app 开发
yolov2-Tiny在darknet下训练模型转caffe再到ncnn实现
yolov2-Tiny转换到ncnn下移植到android端
Ncnn使用详解(2)——Android端