# 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