darknet使用ncnn并移植到android

Posted hjmuses

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了darknet使用ncnn并移植到android相关的知识,希望对你有一定的参考价值。

项目使用的版本是老版darknet2ncnn,之后作者适配到了ncnn最新版

编译安卓版ncnn

在linux下编译,查看官方教程即可。注意使用与android studio相同版本的ndk。设置android studio ndk:修改local.properties,ndk.dir=D:softbackAndroidandroid-ndk-r15c

添加相关源文件

将darknet、ncnn、darknet2ncnn相关源文件和头文件按目录添加到cpp目录下,目录结构如下:

├─darknet
│  ├─include
│  └─src
├─darknet2ncnn
│  ├─include
│  └─src
└─ncnn
    ├─include
    └─src

darknet源码报错:compare.c:17:13 error: initializing ‘network‘ (aka ‘struct network‘) with an expression of incompatible type ‘network *‘ (aka ‘struct network *‘); dereference with *.修改compare.c,多处对应的指针类型和引用改一下就OK。

在darknet和darknet2ncnn package下new package,添加相关源码,但编译后android studio中该源码目录会显示在cpp目录下,不清楚啥原因,不过不影响编译。

编写Cmakelists.txt

这个是重点,很多问题就是没有写好Cmakelists.txt引起的。

cmake_minimum_required(VERSION 2.8.10)

set(CMAKE_BUILD_TYPE RELEASE)

set(libs "${CMAKE_SOURCE_DIR}/src/main/jniLibs")
include_directories(${CMAKE_SOURCE_DIR}/src/main/cpp/darknet2ncnn/include
        ${CMAKE_SOURCE_DIR}/src/main/cpp/ncnn/include
        ${CMAKE_SOURCE_DIR}/src/main/cpp/darknet/include
        ${CMAKE_SOURCE_DIR}/src/main/cpp/darknet2ncnn/src
        ${CMAKE_SOURCE_DIR}/src/main/cpp/ncnn/src)

set(CMAKE_STATIC_LINKER_FLAGS "-lm  -pthread -fopenmp -lstdc++")
set(CMAKE_C_FLAGS  "${CMAKE_C_FLAGS} -Ofast -Wno-unused-result  -Wfatal-errors -fPIC -fno-rtti -fno-exceptions")
set(CMAKE_CXX_FLAGS  "${CMAKE_CXX_FLAGS} -std=c++11 -Ofast -Wno-unused-result  -Wfatal-errors -fPIC -fno-rtti -fno-exceptions")

add_library (libncnn STATIC IMPORTED)
set_target_properties(libncnn PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/src/main/jniLibs/armeabi-v7a/libncnn.a)

file(GLOB_RECURSE darknet_src ${CMAKE_SOURCE_DIR}/src/main/cpp/darknet/src/*.c)

set(darknet2ncnn_dir ${CMAKE_SOURCE_DIR}/src/main/cpp/darknet2ncnn/src)
set(darknet2ncnn_src ${darknet2ncnn_dir}/layer/darknet_activation.cpp
    ${darknet2ncnn_dir}/layer/darknet_shortcut.cpp
    ${darknet2ncnn_dir}/layer/yolov1_detection.cpp
    ${darknet2ncnn_dir}/layer/yolov3_detection.cpp
    ${darknet2ncnn_dir}/object_detection.cpp
    ${darknet2ncnn_dir}/register_darknet.cpp
    ${darknet2ncnn_dir}/darknet2ncnn.cpp)

set(ncnn_src ${CMAKE_SOURCE_DIR}/src/main/cpp/ncnn/src)

set(lib_src ${darknet_src} ${darknet2ncnn_src} ${CMAKE_SOURCE_DIR}/src/main/cpp/yolov3-tiny-jni.cpp)

add_library( # Sets the name of the library.
        yolov3_tiny_jni

        # Sets the library as a shared library.
        SHARED

        # Provides a relative path to your source file(s).
        ${lib_src})

find_library( # Sets the name of the path variable.
        log-lib

        # Specifies the name of the NDK library that
        # you want CMake to locate.
        log)

target_link_libraries( # Specifies the target library.
        yolov3_tiny_jni
        libncnn
        jnigraphics

        # Links the target library to the log library
        # included in the NDK.
        ${log-lib})

错误解决

报错:undefined reference to ‘typeinfo for ncnn::Layer‘,这个在arm-linux交叉编译时遇到过,添加-fno-rtti编译选项即可。

报错:fatal error: use of undeclared identifier ‘nullptr‘,添加-std=c++11编译选项即可。

make project编译成功,so生成位置:appuildintermediatescmakedebugobjarmeabi-v7a
build apk报错:Cause: org.jetbrains.plugins.gradle.tooling.util.ModuleComponentIdentifierImpl.getModuleIdentifier()Lorg/gradle/api/artifacts/ModuleIdentifier; 更新android studio即可.

ex.extract返回-100,一般是没找到目标,这里有两种可能,一种是模型正确检测正确,测试图片本来就没目标,另一种情况就是模型有问题,不能正常检测到我们的目标。我反复检查了测试图片和模型都没问题,最后发现还是加载模型错误:

private String getPathFromAssets(String assetsFileName){
    File f = new File(getCacheDir()+"/"+assetsFileName);
    if (!f.exists())
        try {
        InputStream is = getAssets().open(assetsFileName);
        int size = is.available();
        byte[] buffer = new byte[size];
        is.read(buffer);
        is.close();
        FileOutputStream fos = new FileOutputStream(f);
        fos.write(buffer);
        fos.close();
    } catch (Exception e) { throw new RuntimeException(e); }
    return f.getPath();
}

之前的模型已经加载到缓存中了,后来我更换过一次模型,但是缓存没删除,还是之前的模型,所以一直检测不到目标,将if (!f.exists())注释掉,每次初始化都重新写入缓存,最后成功检测到目标。

总结

其实也比较简单,主要就写了个Cmakelists.txt。参考以下两项目,感谢作者大佬。

参考

安卓应用层

darknet2ncnn

以上是关于darknet使用ncnn并移植到android的主要内容,如果未能解决你的问题,请参考以下文章

Android 配置NCNN环境

NCNN的INT8量化使用方式

NCNN验证YOLOV4模型输入数据归一化系数

YOLOv5使用NCNN将模型部署到Android端教程部署自己的训练模型到Android实现静态图片检测

在Android上部署深度学习模型之Android NDK

AndroidStudio配置NCNN环境