yolov7 ncnn安卓部署（pt-＞onnx-＞ncnn）

0-前言

网上有很多yolov5在安卓上的部署，yolov7的比较少。因为需要替换自己的模型，把踩过的坑记录一下。

流程：pt->onnx->ncnn。

1-yolov7（pt->onnx）

下载代码和权重，这里用的是tiny。

代码用main分支的，权重手动下载release里的。

（PS：测试时如果出现‘Command ‘git tag’ returned non-zero exit status 128.’报错就手动下载权重，参考资料4）

运行

python export.py yolov7-tiny.pt --simplify

运行时要加simplify，不然onnx转ncnn会有不支持的算子。

2-ncnn（onnx->ncnn）

这部分当然可以编译protobuf和ncnn的代码，自行百度，但是太麻烦。

推荐一个网站，可以直接转换，太良心了。

https://convertmodel.com/

要把三个勾都选上。

3-安卓部署

下载代码：https://github.com/xiang-wuu/ncnn-android-yolov7

按照readme的要求下载ncnn-YYYYMMDD-android-vulkan.zip和opencv-mobile-XYZ-android.zip。

我用的是ncnn-20210525-android-vulkan和opencv-mobile-4.5.1-android。

打开Android Studio启动项目，sdk路径应该能获取到，但相机的ndk路径可能会找不到，在local.properties文件中修改ndk.dir，你可以在AS中下载，也可以手动下载安装包，r21e对应21.4.7075529，修改下路径即可。

4-编译

编译成功即可运行，打包apk很简单自行百度。

5.使用自己的模型

这份代码使用的yolov7权重输出有点不一样。

这是作者的模型

这是我的模型

他的后处理是在卷积层后，而官方的权重在三个输出头后面又接了reshape和permute。

我一开始仿照ncnn官方代码yolov7的例子，取的是permute后的输出，结果闪退且没有框。

他们的后处理generate_proposals有些不同，最简单的办法就是也取卷积的输出。

在ncnn-android-yolov7/app/src/main/jni/yolo.cpp的Yolo::detect修改：
in0->images
out0->259
out1->279
out2->299

其他部分不用改，重新编译就能运行。

（PS：对比了一下他的模型是fp16的，但好像代码里没有设置opt.use_fp16_arithmetic = true，暂时不清楚哦）

参考资料（排名不分先后）

1. https://github.com/WongKinYiu/yolov7

2. https://github.com/xiang-wuu/ncnn-android-yolov7

3. https://convertmodel.com/

4. https://blog.csdn.net/m0_50837237/article/details/126055947