移动端部署深度学习应用之yolov5--android
Posted 海里的鱼2022
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了移动端部署深度学习应用之yolov5--android相关的知识,希望对你有一定的参考价值。
试了多种路径,此法简单易行,性能差了点,待提升,但能跑起来。
1. 有个小伙伴做好的应用框架
git clone https://github.com/xugaoxiang/yolov5_android_tflite
运行效果没问题,就是实际识别速度比较慢,有很大的提升空间,胜在模型兼容性好
2. pc端训练自己的数据,得到best.pt模型
用电脑摄像头进行测试
python detect.py --weights /Users/myself/dev/yolo/yolov5/hy-trained/best.pt --source 0
测试模型效果OK.
3. 输出tflite模型
python export.py --weights /Users/myself/dev/yolo/yolov5/hy-trained/best.pt --include tflite --img 416
注意, 例子的图片大小为416*416,所以需要把模型输出为416大小。
再用pc调用进行模型测试
python detect.py --weights /Users/myself/dev/yolo/yolov5/hy-trained/best-fp16.tflite --source 0 --img 416
效果ok.
4. 替换移动端文件,编译运行
上面训练得到的best-fp16.tflite, 替换到assets目录, 再把class.txt换成自己的label文件
编译运行即可。
issue:
改图片大小会闪退。
以上是关于移动端部署深度学习应用之yolov5--android的主要内容,如果未能解决你的问题,请参考以下文章