7、在Android Studio中调用腾讯开源框架NCNN去实现Yolo-fastest（CPU+GPU）

已于 2023-01-05 15:50:15 修改
阅读量4.3k 收藏 24
点赞数 5
分类专栏： Android基础知识 文章标签： 1024程序员节
于 2021-01-16 09:49:31 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/sxj731533730/article/details/108616226
版权
本文介绍了如何在Android Studio项目中利用腾讯的NCNN框架来运行Yolo-fastest模型，包括环境搭建、NCNN库的导入、配置CMakeLists.txt文件以及在设备上测试CPU和GPU版本的性能。作者还分享了模型转换和压缩的步骤，以及在不同设备上的运行效果。
摘要由CSDN通过智能技术生成

基本思想：想测试一下yolo-fast在Android的运行时间，因为不太喜欢（https://github.com/dog-qiuqiu/Yolo-Fastest)的源码移植 ，使用腾讯企鹅的第三方包https://github.com/Tencent/ncnn/releases

本人使用笔记本DELL进行环境构建，测试平板使用咸鱼网淘的~ 双十一~

第一步：创建Android Studio工程，导入opencv4.4模块（java端和c++端,具体参考:6、Android配置opencv4.5及C++ Native Yolo4.0模型检测_sxj731533730-CSDN博客）

然后去官网

了解本专栏 订阅专栏 解锁全文 超级会员免费看
sxj731533730
关注
专栏目录
订阅专栏
腾讯神经网络推理框架NCNN试玩儿
tugouxp的专栏
07-05 2852
ncnn 是腾讯开源的神经网络推理框架，官方仓库有详细介绍： https://github.com/Tencent/ncnn.git 下面在普通PC的ubuntu18.04环境上搭建环境，运行一把。 1.下载代码： git clone https://github.com/Tencent/ncnn.git 2.配置环境： cd ncnn mkdir build cd build cmake -DCMAKE_BUILD_TYPE=relwithdebinfo -DNCNN_OPENMP=
安卓版yolo-fastest
hnsdgxylh的专栏
08-29 608
安卓调用YOLO-FASTEST，速度快，效果好
Yolov8：模型部署到安卓端
最新发布
qq_41478219的博客
08-06 2494
yolov8安卓端
【Android Studio】【NCNN】YOLOV5安卓部署
笔记
11-15 3770
利用ncnn将yolov5部署在安卓手机上
6.4、Android Studio的GPU Monitor
weixin_33739523的博客
07-01 454
Android Monitor包含GPU Monitor，它将可视化的显示渲染窗体的时间。GPU Monitor可以帮助你： 1、 迅速查看UI窗体生成 2、 辨别是否渲染管道超出使用线程时间 在GPU Monitor中显示一个运行的应用 1、 打开一个项目 2、 在物理设备或者虚拟机中运行应用 3、 显示Android Monitor 4、 点击...
【Android Studio】【NCNN】YOLOV8安卓部署
笔记
11-15 4771
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。
yolo-fastest-ncnn:物体检测，火炬
04-07
而"yolo-fastest-ncnn"可能是YOLO的一个优化实现，特别是针对移动平台或者嵌入式设备，它使用了ncnn，这是一个由腾讯开源的高性能神经网络前向计算框架。 ncnn是为了解决移动端和服务器端快速、高效的模型部署而...
ncnn部署-使用ncnn在ios+android上部署yolov5-项目实战-附完整流程教程.zip
01-19
在本项目实战中，我们将探讨如何使用ncnn框架在iOS和Android平台上部署Yolov5模型，这是一个深度学习目标检测模型。ncnn是腾讯开源的一个高性能、轻量级的神经网络推理库，特别适合移动设备上的实时计算。下面将详细...
优质项目实战-使用NCNN+YOLOX实现包子目标检测-适用工业流水线检测场景-CPU部署算法-提供源码+一键执行脚本+三方库
03-22
NCNN（NVIDIA's Neural Network）是英伟达开发的一个高性能的C++深度学习推理框架，主要针对移动平台和嵌入式设备进行了优化，支持CPU和GPU部署。它的特点是轻量级、快速和易于使用，特别适合实时性要求高的应用场景...
着装分割-基于NCNN+YOLOv8-Seg实现行人着装分割算法-附项目源码+流程教程-优质项目实战.zip
06-11
《基于NCNN+YOLOv8-Seg的行人着装分割算法详解与实战》 着装分割技术在计算机视觉领域中扮演着重要角色，尤其在智能监控、人体识别、时尚分析等方面有着广泛应用。本项目结合了NCNN和YOLOv8-Seg两个强大的工具，...
ncnn进行Android手检测和姿势估计-C/C++开发
05-27
Android hand detect and pose estimation by ncnn ncnn_nanodet_hand 1.hand detect:用nanode-m训练了个hand detect模型, 2.hand pose:用CMU的数据集训练了个ghostnet作为backbone模仿pfld的handpose模型 3.推理:handpose.cpp单独检测pose，nanodet_hand.cpp单独检测手.参照该代码可以无痛集成到ncnn-android-nanodet中哦. 4.在nihui大佬的ncnn-android-nanodet项目基础上,去掉了其他模型只保留了检测手和手势的. PS:由于数据集质量不理想，且自己水平有限所以实际效果可能较差，自己做着玩的. Android上的效果可以看一下视频，总之ncnn和nanodet棒极了！ https://www.bilibili.com/video/BV1Uh411Q7Rq Reference： https://github.com/nihui/ncnn-android-nanodet(视频中的Android
ncnn android基准测试应用-C/C++开发
05-27
这是一个示例ncnn android项目，它仅取决于ncnn库ncnn-android-benchmark ncnn android基准应用程序这是一个示例ncnn android项目，它仅取决于ncnn库https://github.com/Tencent/ncnn下载可以从发行版页面https://github.com/nihui/ncnn-android-benchmark/releases下载apk prebuild apk文件如何创建和运行step1 https://github.com/Tencent/ncnn/releases下载ncnn-android -vulkan-lib.zip或自己为Android构建ncnn step2将ncnn-android-vulkan-lib.zip提取到app / src / main / jni或ch
cpp-在AndroidAndroidStudio和iOS中使用ncnn
08-16
在Android(Android Studio)和iOS中使用ncnn
cpp-ncnn版本的waifu2x使用vulkan可在intelamdnvidiaGPU上快速运行
08-16
waifu2x converter ncnn version, runs fast on intel / amd / nvidia GPU with vulkan。 waifu2x 是一款专门针对二次元图片进行无损放大的工具。
在Android设备上使用NCNN图像分类的demo
09-05
在Android设备上使用NCNN图像分类的demo，是一个Android项目
移动端Android 002：高性能神经网络计算框架ncnn
ResumeProject的博客
04-14 859
去除可见字符串，上边例子中 param 描述文件是明文的，如果放在 APP 分发出去容易被窥探到网络
YOLOV8部署AndroidStudio
weixin_50585794的博客
09-12 5253
yolo部署android studio
使用NCNN在jetson TX2上调用GPU进行推理
小菜的博客
04-28 3419
NCNN在jetson TX2上调用GPU推理
YOLO-Fastest嵌入式部署：NCNN框架配置实战
本文档主要关注如何在嵌入式环境中配置YOLO（You Only Look Once）目标检测模型的快速部署，特别是通过NCNN框架和RK3399proD开发板上的NPU（神经处理单元）模块进行部署。YOLO是一种实时目标检测算法，其速度快、...
评论 16
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

打赏作者

sxj731533730

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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