yolov5检测模型部署在安卓端教程
step1. 将yolov5模型参数文件(.pt)转为(.tflite)文件
- 在Python>=3.7.0 的环境中克隆版本仓并安装 requirements.txt,包括PyTorch>=1.7。
git clone https://github.com/ultralytics/yolov5 # 克隆
cd yolov5
pip install -r requirements.txt # 安装
- 将训练好的的模型参数文件(xxx.pt)复制到yolov5文件夹下,执行以下命令
python export.py --weights xxx.pt --include tflite --imgsz 320
-
执行完成后,在文件夹下会生成xxx.tflite 文件,后面会用到。
-
注:若执行产生缺少TensorFlow模型库的错误,请安装对应库。
pip install TensorFlow
step2. 准备android studio平台
step3. 下载android框架包并解压
- 下载android框架包
- 解压后目录
step4. 使用android studio平台打开目录中android文件夹
-
如图
-
-
将yolov5模型参数和标签文件复制到assets文件夹。
step5. 修改必要程序
-
打开如图文件,1号红框部分模型文件名称需与自己训练的(xxx.tflite)文件同名,2号红框(.txt)文件内容标签名称。
-
-
标签内容需修改成模型检测的所含的类别
-
step6. 生成apk文件
- 如图所示
- 1.点击Build APK(s)
- 2.生成箭头所指的(.apk)文件
step7. 将(.apk)文件发送至手机,安装即可
- 效果展示