最新【教程】YOLOv5模型转化-Android端部署_yolov5 android，面试大厂之前要到达什么水平

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

• 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

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

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zldrobit已经写出了转化代码，其pull request👉链接，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

博主在colab平台进行如下操作，具体使用方法如下：

• 在👉链接处将代码库下载下来

!git clone https://github.com/zldrobit/yolov5.git
%cd yolov5
!git checkout tf-android # 或者tf-only-export

• 安装所需要的库

!pip install -r requirements.txt
!pip install tensorflow==2.4.0

• 运行yolov5/models路径下的tf.py代码即可

!python models/tf.py --weights weights/yolov5s.pt --cfg models/yolov5s.yaml --img 320

这样就能得到fp16的.tflite模型，若需要Int8的，则用如下命令

!python models/tf.py --weight weights/yolov5s.pt --cfg models/yolov5s.yaml --img 320 --tfl-int8 --source 你的数据集路径 --ncalib 图像数量

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。

转化完成后有如下结果：

量化

从转化的方式可以看出，其实不仅仅是转化了，还进行了量化，fp16和int8都是量化的结果。其实就是将模型文件中存储的权重参数从Float32转化为fp16或Int8类型，减少计算压力；.pt文件格式转化为.tflite格式，以便Android应用调用。

量化公式贴一贴：

不过大家没有太多精力也不用去细究，用就对了~

部署

从模型转化到部署大体流程如下：

其实最开始这个tflite转化的代码是有bug的，导致部署后识别失败，大家感受一下。。。

识别一堆乱七八糟的，剩我独自风中凌乱。。当时为了找到问题，苦苦思索和debug，最终找到了问题。不过不久后原作者就把bug修复了。

部署流程

1. 准备好Android Studio
   
2. 使用Android Studio打开前面用的zldrobit仓库中的Android文件夹，其实是个工程
   

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！