赞
踩
坑非常多,兄弟们,我已经踩了三天的坑了,我这里部署了官方的yolov5s和我自己训练的yolov5n的模型
下载Android Studio,配置安卓开发环境,这个过程比较漫长。
安装cmake,注意安装的是cmake3.10版本。
根据手机安卓版本选择相应的安卓版本,我的是红米K30Pro,安卓12。
使用腾讯开源的ncnn,这是一个为手机端极致优化的高性能神经网络前向计算框架,能够将深度学习算法轻松移植到手机端高效执行。
下载解压ncnn-android-yolov5-master和ncnn-20231027-android-vulkan。
nihui/ncnn-android-yolov5: The YOLOv5 object detection android example (github.com)
https://github.com/Tencent/ncnn/releases/download/20231027/ncnn-20231027-android-vulkan.zip
把ncnn-20231027-android-vulkan里面的文件复制一份到ncnn-android-yolov5-master的\app\src\main\jni目录下。
用Android studio 打开这个ncnn-android-yolov5-master项目的build.gradle文件。
然后等待Android Studio构建工程,这个过程比较漫长。
完事之后打开ncnn-android-yolov5-master\app\src\main\jni\CMakeLists.txt将原根目录ncnn-20201218-android-vulkan/删了
修改依赖的gradle插件版本为7.3.0,为什么呢,因为这个版本亲测没有问题,其他会出现各种各样的问题。
然后是修改使用的gradle版本为7.4-all版本,亲测其他版本不匹配。
重新sync项目,如果此时你还一切顺利,那么恭喜你,你已经成功了一大半,如果你开始出现各种各样的报错,那也正常,绝大部分是版本的问题,我在到达此处前卡了一天,你可能需要处理gradle下载慢之类的问题,报错的话复制百度
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。
我们刚刚部署的是yolov5s的官方模型,现在我们要部署我们的模型。
首先将我们实验三优化的onnx格式模型转换为ncnn所需的格式,onnx格式模型可以通过yolov5自带的export.py导出
大概有三种方法:
第一种是最快的,用这个在线转换网站一键转换 Caffe, ONNX, TensorFlow 到 NCNN, MNN, Tengine (convertmodel.com)
第二种也是我们下面用的这种,直接下载ncnn编译好的可执行文件转换
第三种就是编译ncnn,这个比较复杂,我没用
下载解压ncnn-20231027-windows-vs2022-shared,使用x64/bin下的onnx2ncnn程序将onnx模型转换为ncnn所需的模型和参数文件。
将我们的onnx文件复制一份到x64/bin文件夹下。
Windows使用以下命令行完成模型转换。
得到ncnn需要的模型和参数文件。
然后用我们的参数文件替换asset中的yolov5s.param和yolov5s.bin,为了方便,名字也要改成yolov5s,需要将yolov5ncnn_jni.cpp中的stride16和stride32中的ex.extract改为参数文件最后两个permute的输出名称,你也可以用Netron来看参数模型找到最后两个permute的输出名称。
还需要修改类别
这里根据不同的yolov5版本可能需要进行对参数文件的修改,我先不修改跑跑看,可以看到app也成功安装到手机上了,打开并选一张照片进行识别,可以看到框比较多。
根据网上的解决办法,是将参数文件中Reshape后面对应的0=6400、0=1600、0=400均修改为0=-1。
这样可以解决多个框的问题,确实解决了,但是一个框都没有了。
于是我把参数改回去,并增加多一层注意力机制。
然后把nms阈值调成0。
最后变成这样了,不知道有没有大佬可以帮忙解决一下。
参考资料
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 - 知乎 (zhihu.com)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。