Yolov8：模型部署到安卓端

已于 2024-08-06 18:29:32 修改
阅读量1.5k 收藏 35
点赞数 23
文章标签： YOLO
于 2024-08-06 18:28:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41478219/article/details/140958713
版权

目录

1. 项目准备

1.1 安装Android studio

1.2 源码和依赖文件的下载安装

2. 项目部署

2.1 构建工程

2.2 修改配置

2.3 安装APP到手机端

3. 测试效果

1. 项目准备

1.1 安装Android studio

这个CSDN上有很多对应的经验体，随便找一个教程，然后切换一下国内源，即可安装成功，Android studio安装的前提是必须保证安装了jdk1.8版本以上，android studio的官网：Download Android Studio & App Tools - Android Developers

这里需要说明一点，打开File-->Settings-->Android SDK，我们应该安装NDK、Cmake

根据自己的手机版本来选择对应的开发环境，最后点击应用下载

1.2 源码和依赖文件的下载安装

下载ncnn-android-vulkan.zip以提供更快的处理速度和更高的能效

地址：Releases · Tencent/ncnn · GitHub

下载ncnn-android-yolov8源码

地址：GitHub：ncnn-android-yolov8

把ncnn-20240410-android-vulkan里面的文件复制一份到ncnn-android-yolov8-main\ncnn-android-yolov8的\app\src\main\jni目录下

下载依赖OpenCV，我下载的是最新的版本opencv-4.10.0-android-sdk.zip文件，下载好直接解压即可。

地址：Releases - OpenCV

2. 项目部署

2.1 构建工程

用Android studio 打开ncnn-android-yolov8项目的build.gradle文件

之后Android studio会帮我们构建整个工程，耐心等待他走完，但是会报错，需要我们修改一些配置

2.2 修改配置

修改ncnn-android-yolov8\app\src\main\jni里面的CMakeLists.txt文件，将opencv-sdk路径添加进去，同时删除ncnn_dir的ncnn版本号

将第五行的路径改为自己的opencv-sdk路径

将第八行vulkan目录去掉

修改后的格式如下图

重新重新Sync Project

根据报错，下载相应的依赖文件，下面是一些相应的文件版本

2.3 安装APP到手机端

利用Android Studio连接手机进行APP的安装，连接手机教程在上面Android Studio安装教程里有详细教程，之后点击这个开始按钮即可

3. 测试效果

运行成功，手机端已经安装好这个APP

打开APP，即可调用摄像头，实时检测

Scs_space
关注
从零开始部署yolov8到安卓手机详细教程【Android Studio】
辰海的博客
10-05 3403
手机打开->开发者模式，开启USB调试权限，手机和电脑用USB连接，允许调试。PS：yolov8ncnn不同于yolov5ncnn，可以实时视频检测。然后调整文件路径，改下代码，关于这块，后续有时间的话，我会另出教程~可以转换成param和bin文件，放到assets文件夹下，如下。如果看到这句话，并且觉得有用的话，不妨点个。自行配置AS环境（网上很多相关教程，如果没弄好，欢迎提问交流）为上面步骤四下载的文件名称（文件名要和下载的对应），CMakeLists.txt文件如下。
使用YOLOV8大模型开发的物体检测Android手机APP
weixin_53721065的博客
07-19 316
使用YOLOV8大模型开发的物体检测Android手机APP
YOLOv8模型训练&部署到Android端
qq_45955154的博客
01-02 1万+
yolov8 模型是截止目前该系列最新的模型，可以完成检测、分类、分割任务，而且支持多种图像格式包括视频。它的分割任务已经不局限于矩形框的预测，可以完成多边形的物体分割。
yolov5模型部署到安卓手机-源代码
06-20
yolov5模型部署到安卓手机-+模型文件+app源代码，下载后可以直接编译使用； 详情请参考文章： https://blog.csdn.net/qq122716072/article/details/125371307 示例： 内容概要：安全帽识别模型部署android app
yolov8模型集成到android端demo
01-22
见作者的相关博客，支持选图识别。
基于yolov9 ncnn模型部署到android源码+模型+项目说明.zip
05-15
基于yolov9 ncnn模型部署到android源码+模型+项目说明.zip基于yolov9 ncnn模型部署到android源码+模型+项目说明.zip基于yolov9 ncnn模型部署到android源码+模型+项目说明.zip基于yolov9 ncnn模型部署到android源码+模型+项目说明.zip基于yolov9 ncnn模型部署到android源码+模型+项目说明.zip基于yolov9 ncnn模型部署到android源码+模型+项目说明.zip基于yolov9 ncnn模型部署到android源码+模型+项目说明.zip
Yolov8：训练模型并部署到安卓端
qq_41478219的博客
08-10 1862
在 fire 文件夹下新建一个 fire.yaml文件，具体内容如下train： 训练图片路径val：验证图片路径test: 测试图片路径names: 训练的类名称集合修改yolov8.yaml，nc后面的参数改为训练的类数量。
YOLOV8安卓端部署
weixin_51879864的博客
10-24 2544
之前部署的yolov5-ncnn不支持调用本地摄像头进行在线推理，多少还是感觉遗憾。说实话yolov8-ncnn的部署属实有点割韭菜的嫌疑，这篇博客教你从0部署yolov8到安卓手机。
轻量化的yolov8部署到安卓Android手机端
TracyGC的博客
01-12 7424
具体在Ultralytics/demo.py 代码里面也有体现# 将模型导出为 ONNX 格式在安卓端使用demo项目在转换前需要对项目源码作出一些修改，修改具体见下面步骤。待修改的内容在ncnn-android-yolov8-main/doc/中有显示，如使用检测任务则修改c2f.jpg和Detect.jpg两张图片上的内容。
Yolov8目标检测——在Android上部署Yolov8 tflite模型
知来者逆的博客
05-10 5819
TensorFlow Lite (tflite) 是一种用于移动和嵌入式设备上的机器学习模型的格式。它允许开发者将训练好的 TensorFlow 模型转换为一个更小、更快、更高效的格式，以便于在资源受限的环境中运行，比如智能手机和微控制器。
部署yolov10的ncnn模型到android源码+模型+项目说明.zip
06-08
部署yolov10的ncnn模型到android源码+模型+项目说明.zip 部署yolov10的ncnn模型到android源码+模型+项目说明.zip 部署yolov10的ncnn模型到android源码+模型+项目说明.zip 部署yolov10的ncnn模型到android源码+模型+...
基于yolov9 ncnn模型部署到android源码+模型+项目说明 (高分项目).zip
最新发布
09-10
基于yolov9 ncnn模型部署到android源码+模型+项目说明 (高分项目).zip，含有代码注释，新手也可看懂，个人手打98分项目，导师非常认可的高分项目，毕业设计、期末大作业和课程设计高分必看，下载下来，简单部署，就...
【Android Studio】【NCNN】YOLOV8安卓部署
笔记
11-15 4649
连接手机，打开手机的开发者模式，打开USB调试，打开USB安装，等Android Studio检测到我的红米K30Pro，然后点击运行，这时app就可以安装到手机上了，可以正常识别。把ncnn-20231027-android-vulkan里面的文件放到ncnn-android-yolov8的\app\src\main\jni目录下。修改ncnn-android-yolov8\app\src\main\jni里面的CMakeLists.txt文件，就是我们刚刚下载的两个文件的路径。
【学习笔记】部署yolov8到安卓手机
热门推荐
liujiahao123987的博客
02-04 1万+
把yolov8部署到安卓手机哟，用手机软件也能进行检测啦
yolov8将自己的模型部署到安卓上
qq_52191741的博客
03-25 2447
因为我的模型是剪枝过的，对这玩意也一窍不通，最开始看到的时候就没试。昨天突然想到下载的包里有个doc文件夹，里面有4张代码图片，我最开始还合计为什么要放这几张图片，昨天突然想通了可能要按照这个图片里的东西改一下，结果照里面改完之后代码都跑不了了。总结一下就是训练好模型之后，用exporter.py导出onnx之前把C2f和Detect按照图片里的代码改一下再导出就完事了。亲测剪枝后的模型也可用。今天在修bug的时候突然想到可能训练的时候那个东西不用改，导出的时候要改，然后试了一下，然后。
YOLOV8部署AndroidStudio
weixin_50585794的博客
09-12 5167
yolo部署android studio
在 Android 上部署自定义 YOLOv8 教程
weixin_46287760的博客
02-16 5167
本文介绍了在 Android 设备上部署带有自定义数据集的 YOLOv8。
yolov8部署到安卓
07-29
要将YOLOv8部署到安卓手机上，可以按照以下步骤进行操作： 1. 安装所需的软件环境，包括PyTorch、Android Studio等。确保环境配置正确。 2. 克隆和安装YOLOv8代码库，并导出onnx模型。 3. 将onnx模型转换成NCNN文件，以便在安卓上使用。 4. 准备Android项目文件，包括下载项目文件、放置ncnn模型文件、放置ncnn和opencv的android文件。 5. 将手机连接到电脑，并进行软件编译和调试。这包括安装投屏软件、配置手机连接电脑、编译和调试代码，以及导出签名apk。 6. 如果需要使用自己的数据集训练模型，可以将训练好的模型部署到安卓上。 7. 对项目代码进行解析，包括安卓的JNI机制、YOLOv8实例分割算法原理、C++代码和Java代码等。 请注意，以上步骤仅为一般指导，具体操作可能因个人需求和环境而有所不同。建议参考相关文档和教程以获取更详细的指导。\[1\] #### 引用[.reference_title] - *1* [YOLOv8实例分割实战：Android安卓手机部署（视频教程）](https://blog.csdn.net/bai666ai/article/details/130964776)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [yolo模型移植到android手机端](https://blog.csdn.net/u010122972/article/details/77380785)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值