百科荣创嵌入式android

2个二维码按钮分别是红色二维码识别和多个二维码识别

本项目是将yolov5训练好的模型转换为tflite模型进行部署

python export.py --weights yolov5s.pt --include tflite --img 640

这段代码采用了多线程的方式，使得模型的加载过程可以在后台进行，不影响主线程的UI交互。这样能够保持应用的流畅性和响应性。

//===============================模型初始化========================================
    private void Preload(){
        executor.execute(new Runnable() {
            @Override
            public void run() {
                try {
                            detector_shape=DetectorFactory.getDetector(getAssets(),
"graphics/yolov5s-fp16.tflite");//图形模型
                    detector_shape.useCPU();
                    detector_light = DetectorFactory.getDetector(getAssets(), "light/yolov5s-fp16.tflite");//红绿灯模型
                    detector_light.useCPU();
                    detector_flag = DetectorFactory.getDetector(getAssets(), "Trafflc_Flag/yolov5s-fp16.tflite");//交通标识物模型
                    detector_flag.useCPU();
                    detector_tv=DetectorFactory.getDetector(getAssets(),"Tv/yolov5s-fp16.tflite");//红色二维码模型
                    detector_tv.useCPU();
                    detector_qr=DetectorFactory.getDetector(getAssets(),"qr/qr.tflite");//二维码模型
                    detector_qr.useCPU();
                }catch (final IOException e){
                    e.printStackTrace();
                }
            }
        });
    }

detector_tv是要使用的模型   bitmap：要识别的图片 

最终返回的results是识别后的类别名称，坐标，准确率

handleResult类用于在bitmap图片上画出识别到的框以便观察是否识别正确

//开始识别
List<Classifier.Recognition>results=detector_tv.recognizeImage(bitmap);
System.out.println(results);
//              2显示识别结果
handleResult(bitmap, results);

想要代码可私聊