目录
1. 项目准备
1.1 安装Android studio
1.2 下载解压源码
2. 安卓源码重新编译
2.1 构建工程
2.2 修改源码
2.3 重新重新Sync Project
2.4 安装APP到手机端
3. 换成自己的训练模型
3.1 导出需要的onnx文件
3.2 将onnx文件转换成param文件
3.3 修改项目源码
3.4 测试
4. 版本设置
NCNN源码：https://github.com/Tencent/ncnn
我们接下来主要以带加速的ncnn-android-vulkan.zip展开
1.1 安装Android studio
根据自己的手机版本来选择对应的开发环境，最后点击应用下载
1.2 下载解压源码
下载解压NCNN和ncnn-android-yolov5工程
- Releases · Tencent/ncnn · GitHub
把ncnn--android-vulkan里面的文件复制一份到ncnn-android-yolov5-master的appsrcmainjni目录下
2.1 构建工程
用Android studio 打开这个ncnn-android-yolov5-master项目的build.gradle文件
之后Android studio会帮我们构建整个工程，耐心等待他走完
2.2 修改源码
（1）修改CMakeLists.txt中的路径
- 打开ncnn-android-yolov5-masterappsrcmainjniCMakeLists.txt
将第五行的路径改为自己的路径
改为
也就是把作者的根目录给删除掉，修改之后
- 简单说明一下：ANDROID_ABI对应的是不同架构下的文件夹名称
2.3 重新重新Sync Project
2.4 安装APP到手机端
利用Android Studio连接手机进行APP的安装，连接手机教程在上面里有详细教程，之后点击这个开始按钮即可
可以看到，手机端已经安装好这个APP了
点开看一下界面
当我们训练好了自己的检测模型后，就需要一种中介，通过它在不同的框架之间进行转换，Open Neural Network Exchange 简称 ONNX，意思是开放神经网络交换格式，它就是我们需要的中介。
转换自己训练的pt权重为ncnn格式
我们采用.pt ->onnx->ncnn的路线来转换自己训练的模型
3.1 导出需要的onnx文件
（1）安装onnx包，在终端运行下面命令
（2）使用YOLOv5自带的export.py进行转换
- 执行export.py操作前，修改weights和data的路径
- 这里有一点非常重要，一定要选择train模式去掉后处理，否则最终生成的APP会闪退
- 执行export.py操作后，会在权重文件夹下面生成一个onnx文
- 如果PyCharm直接运行无法生成onnx的话，使用下面的脚本命令应该就可以成功了
（3）对onnx文件进行压缩，进入到onnx文件所在目录，运行下面命令
- 压缩完之后会生成一个best-sim.onnx的文件，这一步是必须的，如果这一步不做，后面ONNX转NCNN可能会报错
3.2 将onnx文件转换成param文件
将best.onnx转成param和bin文件，可以下载以下文件之一
地址：Releases · Tencent/ncnn · GitHub
解压后，打开文件夹，并将best.onnx复制到该文件夹的对应位置，地址栏输入cmd后，在打开的命令行窗口输入例如onnx2ncnn.exe best.onnx best.param best.bin回车即可，原文件夹生成了需要的bin文件和param文件
3.3 修改项目源码
- 将刚才生成的best.bin、best.param文件放到ncnn-android-yolov5-masterappsrcmainassets文件夹下
- 然后我们修改yolov5ncnn_jni.cpp文件（上图中的绿色框）。修改模型权重路径，输入输出、anchors大小和类别名。
- 全局搜索yolov5.load_param，将后面的yolov5s.param修改为自己的param名。就在这个代码附近有bin的加载.同理修改
- 打开yolov5s.param，搜索Reshape层，将后面对应的 0=6400、0=1600、0=400 均修改为 0=-1 ，这是为了解决实际中出现的多检测框的问题，相对应的permute结点，在下面out既然点修改
- 将ncnn-android-yolov5-masterappsrcmainjni文件夹下的yolov5ncnn_jni.cpp的分类类别名改成自己模型的实际类别名
- 修改源码文件yolov5ncnn_jni.cpp中Permute 节点的 output
- 将param文件中permute部分与stride部分中blob_name后面的数字对应起来
- param文件中搜索permute会出来3个结果，我们选择
- 我们使用Notre打开这个yolov5s.param文件，找到permute节点，这个permute节点一共有3个，分别是128,256,512尺寸的，我们需要的是256和512的输出维度
3.4 测试
连上手机，点击run按钮，编译安装调试
Android Studio运行yolov5 7.0项目，以下版本只是参考，也可以用其他版本，根据错误提示下载相应版本即可
Android APP闪退问题
输入输出
打开https://netron.app/，然后将param拖进去， 最上面的这个名字是images，将images填写到ex.input中。 模型有三个输出，分别对应stride 8,stride 16和stride 32.将这个输出的名字也填写到对应位置。一般情况下，stride 8对应out0,stride 16对应out1,stride 32对应out2.
stride 8对应out0
stride 16对应out1
stride 32对应out2.
版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/hd-yjs/19815.html