YOLOv5部署Android手机改车载监控

# 使用Termux 在Android手机上搭建liunx服务器，运行python环境的yolo图像识别功能

安装Termux的手机上运行Python-腾讯云开发者社区-腾讯云 (tencent.com)

#Termux使用adb来控制手机

无人值守利器：安卓软件+Python实现手机自动化操控！ - 知乎 (zhihu.com)

#xshell连接Termux，记得先apt update apt upgrade

两步教你用ssh连接Termux，在电脑上便捷使用termux。 - 知乎 (zhihu.com)

#安装anaconda

如何在Linux服务器上安装Anaconda（超详细）「建议收藏」-腾讯云开发者社区-腾讯云 (tencent.com)

忽略以上失败过程

训练模型过程不赘叙，得到best.pt

YOLOv5使用NCNN将模型部署到Android端教程（1）部署自己的训练模型到Android实现静态图片检测_将yolo部署模型部署到a73-CSDN博客

以上博文仅参考前面部分

 

yolov5 7.0版本部署手机端。通过pnnx导出ncnn。_pnnx yolov5-CSDN博客
demo测试成功后，使用pnnx转ncnn来实现用自己的模型部署

yolov5 v7版本，训练得到best.pt
通过以下pnnx转ncnn一遍过，中途没有遇到问题
        流程就是修改 yolov5代码中的models->yolo.py文件 中的 def forward(self, x)方法
        导出.torchscript文件Terminal执行python export.py --weights yolov5s.pt  --include torchscript
        安装pip3 install pnnx
        Terminal执行pnnx yolov5s.torchscript "inputshape=[1,3,640,640]"
        修改yolov5ncnn_jni.cpp文件中

                load_param ，load_model里对应的 .param和.bin文件名
                ex.input,stride 8,stride 16和stride 32四个地方
                static const char* class_names 类别名

       

最终再手机上实现效果

手机端识别实现后，利用esp32+红外线感应，检测到人物再调用手机摄像头识别，并上传到服务器
后面的单片机部分后续再更新