一、pytorch环境设置和yolov8源码安装
首先在电脑上必要设置好pytorch环境,和yolov8源码的下载
然后针对yolov8做自己的轻量化改进
二、下载Android Studio和ncnn-android-yolov8
1. Android Studio官网链接:
下载 Android Studio 和应用工具 - Android 开辟者 | Android Developers
自行设置AS环境和JDK
我参考了下面这两个:
Android Studio 安装设置教程 - Windows(详细版)-CSDN博客Android Studio 开辟环境快速搭建(超详细)_设置android 开辟环境-CSDN博客
Android Studio 安装设置教程 - Windows(详细版)-CSDN博客
(1)JDK下载:
官网站:https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
同意协议后,下载相应版本的JDK
(2)设置JDK及JAVA的环境
打开系统环境
打开计算机的属性/高级设置/环境变量/,
设置JAVA_HOME:
变量名:JAVA_HOME
变量值:JDK安装目录(复制jdk的路径,也就是我们前面安装JDK时设置的路径)
详细见谁人链接
(3)安装cmake
留意安装的是cmake3.10版本。
手机安卓版本选择相应的安卓版本,我的是荣耀70,直接下载sdk,对应的是安卓14。
(4)出现的题目:
老项目导入可能碰到的题目 Unsupported Java.
Your build is currently configured to use Java 17.0.7 and Gradle 5.4.1.
原本这个项目执行不是Java17,本地使用了更高的Java版本,因此同步必要更新gradle。
当然,可以更新gradle,但,这意味着反面有许多必要跟着改的题目。但是只是想运行下项目看下效果,效果还要改一通内容,终极很可能还不知道可否跑起来。
于是,根据条件,可以进行一下操作。
办理方案
可以设置较低的Java版本,以此来迎合Gradle 5.4.1。
——>File——>roject Structure——>SDK location——>Gradle Setting——>Gradle SDK——>选择个1.8的版本下载并运行吧。
或者直接在第四部分反面修改build.gradle
安装之后在android studio\bin\studio64.exe打开
2. 下载ncnn-android-yolov8项目:
https://github.com/FeiGeChuanShu/ncnn-android-yolov8
3. 下载opencv-mobile和ncnn-android-vulkan
- opencv-mobile:https://github.com/nihui/opencv-mobile
- ncnn-android-vulkan:Releases · Tencent/ncnn · GitHub
将上面下载好的两个压缩包解压后放入该位置:ncnn-android-yolov8\app\src\main\jni\ 下
4.设置CMakeLists.txt文件
位置:ncnn-android-yolov8\app\src\main\jni\ ,
利用Android Studio打开CMakeLists.txt.,然后把下面的路径更改为自己下载的:
三、将自定义的数据集和改进后的模子windows练习好的pt文件转为onnx文件
详细在Ultralytics/demo.py 代码内里也有体现
- # 将模型导出为 ONNX 格式
- from ultralytics import YOLO
- model = YOLO("best.pt")
- success = model.export(format="onnx", simplify=True, opset=12)
复制代码 留意:
在安卓端使用demo项目在转换前必要对项目源码作出一些修改,修改详细见下面步骤。
待修改的内容在ncnn-android-yolov8-main/doc/中有显示,如使用检测任务则修改c2f.jpg和Detect.jpg两张图片上的内容。
也即在windows把ultralytics项目中的下列函数修改为:
文件路径:ultralytics/ultralytics/nn/modules/block.py
- class C2f(nn.Module):
- # ...
- def forward(self, x):
- # 全部替换为
- x = self.cv1(x)
- x = [x, x[:, self.c:, ...]]
- x.extend(m(x[-1]) for m in self.m)
- x.pop(1)
- return self.cv2(torch.cat(x, 1))
复制代码 文件路径:ultralytics/ultralytics/nn/modules/head.py
- class Detect(nn.Module):
- # ...
- def forward(self, x):
- """Concatenates and returns predicted bounding boxes and class probabilities."""
- shape = x[0].shape # BCHW
- for i in range(self.nl):
- x[i] = torch.cat((self.cv2[i](x[i]), self.cv3[i](x[i])), 1)
- if self.training:
- return x
- elif self.dynamic or self.shape != shape:
- self.anchors, self.strides = (x.transpose(0, 1) for x in make_anchors(x, self.stride, 0.5))
- self.shape = shape
- # 中间部分注释掉,return语句替换为
- return torch.cat([xi.view(shape[0], self.no, -1) for xi in x], 2).permute(0, 2, 1)
复制代码 !记得保留原本的代码,这两处修改仅在格式转换时进行,假如想要重新练习,必要使用原本的代码。修改完成再执行模子格式转换的代码。
得到的文件范例为onnx格式,还需进一步转换为ncnn格式。使用一键转换 Caffe, ONNX, TensorFlow 到 NCNN, MNN, Tengine 即可
转换后会得到两个文件,分别以bin和param做后缀。使用yolov8模子已不再必要对param文件修改。两个文件即终极集成到android端的模子文件,
放到\ncnn-android-yolov8-main\ncnn-android-yolov8\app\src\main\assets
四 准备部署Android Studio项目
demo项目解读:
yolo.cpp和yolo.h:负责加载模子,执行猜测任务,返回数据效果。
ndkcamera.cpp和ndkcamera.h:负责摄像头相干以及实时绘制猜测矩形框。
yolov8ncnn.cpp:JNI方法直接对应的C++文件,负责整合上述两部分。
现在修改的部分均在yolo.cpp和yolov8ncnn.cpp两个文件中,可以以实时摄像的方式使用模子。
1. 修改yolo.cpp文件
在ncnn-android-yolov8\app\src\main\jni\ 下,修改为你自己数据集的类别数目
修改调用的模子名格式 :
修改节点名称:
先检察自己onnx的节点名称,网站检察: https://netron.app/
修改文件,对应上图中的输入和输出的名称
修改为自己的类别名称:
2 修改strings.xml文件
增加item,添加移动端模子选择文件:
<item>bestXXX</item>
bestXXX是你练习出来的模子的名称
3 修改yolov8ncnn.cpp文件
对应修改如下:
上图红框中的名称要和你导出来的bin和param中的文件名称对应 ,有多个模子,可以多放几个
4.修改build.gradle
在build.gradle 修改依赖的gradle插件版本为7.2.0
在ncnn-android-yolov8-main\ncnn-android-yolov8\gradle\wrapper\gradle-wrapper.properties中:
修改使用的gradle版本为7.4-all版本。
重新sync项目
5.部署效果
找到Google USB Driver并下载,流程为点击File -> Settings ->Languages & Frameworks -> Android SDK -> SDK Tools -> Google USB Driver。
手机打开->开辟者模式,开启USB调试权限,手机和电脑用USB连接,答应调试
通过USB将手机和电脑连接,然后选择传文件模式,不要选择仅充电。
这个时间Android Studio的设备选择器中一般就有了已经连接的手机。
留意荣耀和华为手机在usb设置选“以太网”,这个搞了我还几天都搞不出来
运行Android Studio项目到手机上
另外app默认先打开的是前置摄像头,通太过析代码,可以知道,将MainActivity.java的40的facing的初始值从0改成1可以让app默认先打开后置摄像头。
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。 |