赞
踩
将自己的yolov5s训练模型部署到安卓手机移动端
一安装yolov5
1 安装miniconda。
2 打开安装好的Anaconda prompt(Miniconda3);
3 创建虚拟环境:conda create -n yolov5-master python=3.8
进入虚拟环境; conda activate yolov5-master
4 如果电脑显卡是英伟达且算力超过3.1。安装显卡驱动,cuda和cuda补丁包。
pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cu102
5 下载yolov5源代码
解压后放到非C盘的盘里。
6 用pycharm打开。
设置pycharm解释器。选择刚创建的yolov5-master环境。
点击应用确定。
配置依赖,cd 到目标所在文件。
pip install -r requirements.txt
下载权重文件yolov5s.pt。
安装完毕后就可以测试了。
终端输入
python detect.py --yolov5st.pt --source shiyan.mp4 --view-img
结果会存在runs/detect。
二 做自己的数据集。
创建自己的coco数据文件。
安装labelImg数据标注。
选择yolo格式,输出是txt格式
创建自己的yaml文件,修改成自己的类别数,数据集路径。
终端输入python train.py --img 640 --batch 5 --epochs 5 --data ./data/coco1128.yaml --cfg ./models/yolov5s.yaml --weights ./yolov5s.pt
小试一下,看看哪里报错。
检查runs里的数据可否正确,无误开整。
终端输入python detect.py --weights runs\train\exp\weights\best.pt --source shiyan.mp4 --view-img
跑个视频看看效果。
导出onnx文件
终端输入python export.py --weights runs\train\exp\weights\best.pt --include onnx --train
得到onnx文件,一键转换成ncnn。修改文件名称。
下载ncnn-android-yolov5-master。
打开Android studio配置好环境,替换文件。
para里修改400,1600,6400为-1。
打开cpp文件修改最后两个输出的值。
更改你的类别名。至此修改完成。
手机调到调试模式。
usb线连接手机。
点击绿色运行按键。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。