Yolov5部署模型至Android_yolov5模型部署到android端

使用的TesnsorFlowLite框架，只需要加入模型

流程简单，后续可以根据自己的需求进行更改

一.导出模型

1.1找模型

找的自己训练模型的weights目录，将里面的best.py提取到data文件夹下

1.2转换tflite模型

打开Pycharm，找到export.py，将模型改为自己的模型

将imgsz改成320,320，因为默认值640,640会闪退

更改int8的初始值为true，表示启用CoreML/TF INT8量化

更改换成后，运行export.py，

运行成功后左侧出现  模型名-int8.tflite 文件

二.部署至Android端

1.1下载TensorflowLite

下载TensorflowLite工程，并将其打开

1.2Android端设置

打开labelImg标注集的文件夹，查找class文件，把标签参数进行复制到coco.txt文件

返回Android端，修改coco.txt文件，将其的标签进行修改

将TensorflowLite用Android打开

将模型文件复制至assets

进入tflite模块下，将modeFilename修改为自己的模型名

三.运行TensorflowLite

识别到绿灯