前言 首先我的yolov5的版本是v6.1,我的部署方式是将模型先转为tflite然后部署到安卓上。大家一般是使用自己的训练模型权重文件来部署,所以我直接讲述自定义模型的部署检测。
链接:https://pan.baidu.com/s/1bskq8A9aFdqyTimnd9-1XA?pwd=7215
提取码:7215
一、首先先对export文件的参数进行修改
原始
修改后
615行 将 coco128.yaml修改为自己所应用的数据集名字,以我的为例将coco128.yaml改为dog and cat .yaml
616行是权重文件路径,将yolov5s.pt改为自己训练出来的权重文件,我的是best 就将yolov5改为best
617行是输入图片尺寸,将改(640,640)改为(320,320)
619行是选择gpu或者是cpu,如果是gpu的话如第二个图片加上0
624行像我一样在action前加上default=True表示采用int8计算,否则后面会报错
二、然后将训练后的权重文件拖入到你的路径后运动,会在best后面得到图示文件best—int8.tfite
自此export导出成功,然后安装Android Studio和代码
首先在github官网下载代码,由于需要科学上网就下载我在网盘的分享吧
链接:https://pan.baidu.com/s/1bskq8A9aFdqyTimnd9-1XA?pwd=7215
提取码:7215
下载好后再下载2021.3.1版本的Android Studio,为了方便请将yolov5-tf-android放到桌面上,打开Android 左上角file 然后点击open打开
文件路径参考如下:
左上角切换为project模式
有时候一般会提示你sdk没有安装
安装步骤如下
如图打开file然后点击settings操作,安装ndk21.1.6352462版本
然后配置路径
在file下点击project structure配置
点击...选择21.1.6352462版本,示意如下
然后将之前训练好的best-int8.tflite改名为yolov5s-int8.tflite(这样改名后可以不用改原文代码减少报错并且不影响结果)
将此文件拖入到如下位置
三、然后修改种类位置,打开coco.txt并删除全文内容,将自己的种类复制进去
例如
注意顺序对应然后插入手机(打开usb调试)然后右上角三角运行安装
然后安装上就可以啦
效果如下