YOLOv7安卓部署 ncnn_yolov7安装安卓app

---

前言

本文将讲述如何利用ncnn在安卓手机端部署YOLOv7，这里以YOLOv7-tiny为例进行讲解，YOLOv7按照步骤依次进行即可，同时对于Android Studio的安装不在本次教程之内

---

1、YOLOv7-tiny模型部署

标准YOLOv7-tiny部署指的是没有更改YOLOv7-tiny的网络模型架构，直接利用训练好的模型权重进行部署，下面分几步进行讲述：

1.1 获得所需模型文件

首先是将训练获得的权重文件.pt转为.onnx：

python export.py --weights '你的权重文件' \
--iou-thres 这个自己设置 --conf-thres 自己设置 \
--device 0
1
2
3

这个导出有GPU就GPU到，然后–fp16和–int8看自己情况来吧，导出之后会在你的权重保存路径下生成.onnx的文件，保存这个文件。
将导出的文件传到此网站：convertmodel

保存这两个文件，后续要用到

1.2 克隆所需要的代码

首先是下载ncnn-android-yolov7代码，其次是ncnn，之后便是opencv-mobile

ncnn-android-yolov7代码下载：

ncnn代码下载：

opencv-mobile下载：

下载之后便得到了三个压缩包，将其解压到同一目录下，最好目录不要有中文，避免报错，如下：

然后将红箭头所指文件夹复制到ncnn-android-yolov7的这个目录下：D:\xx\ncnn-android-yolov7-master\app\src\main\jni

之后用Android Studio打开ncnn-android-yolov7项目，打开箭头所指文件，然后将我画红线位置改成你所复制的文件夹名字：

将第1节得到的.param和.bin文件复制到asserts文件夹下

到这里，准备工作就全部做好了，下一步就开始改代码了。

1.3 修改代码

请用netron打开刚刚转换模型得到的.param文件

这里的images填入到的ex.input("xx", yy);中的xx，请注意，images只是我的.param文件下的名字，如果你的和我的不一样，请填你模型的。

找到第一个检测头的这个卷积，


将画框的output填到stride8，这里的名字是onnx::Reshape_588，当然，你们的名字肯定和我的不一样，这个没关系，填你们自己的名字即可。依葫芦画瓢，找到第二个检测头上面一个卷积，然后将名字填到stride16，之后填stride32

对于yolo.cpp，请转到Yolo::detect函数，然后将得到的名字，按照相应位置填进去，对我画框部分进行修改，还有啊，anchor是你自己训练时配置文件中所用的anchor，所以也记得要进行修改。

继续在yolo.cpp文件中，转到Yolo::draw，改成你自己的类别名称：

到此为止yolo.cpp修改完毕

---

转到yoloncnn.cpp，按框所示，改成你自己的.param文件的名字：

---

转到下面箭头所指文件，app_name是做成app后显示的名字，然后model_array下面的item要填你的.param文件的名字

---

到此为止，代码上的改动已经全部结束，之后还需要对.param文件进行修改，打开它，然后像箭头一样修改即可

到此为止，真的就全部修改完了。

2、连接手机进行部署

首先打开开发者模式，这里不进行赘述，另外，如果你是小米手机，那么请在开发者选项中关闭MIUI优化，不然会出错。
第一步：

第二步：

第三步：

静等一会儿，应用就会自动安装到手机，然后进行检测，到此为止，YOLOv7-tiny的部署就此完成。

总结

这里的图片和步骤有点多，请大家按照步骤一步一步进行，我也是看了一些资料才搞定的，应该算是保姆级教学了，原创，给个免费的赞谢谢！有问题可以在评论区交流哦！

参考

https://github.com/xiang-wuu/ncnn-android-yolov7
https://github.com/nihui/opencv-mobile
https://github.com/Tencent/ncnn