android 引入ncnn框架运行onnx模型

最新推荐文章于 2025-11-18 07:25:30 发布

原创

最新推荐文章于 2025-11-18 07:25:30 发布 · 3.7k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#android #java #apache

本文介绍了如何在Android Studio项目中集成腾讯的ncnn库，用于优化噪点处理的神经网络算法。步骤包括下载ncnn库、新建原生C++项目、配置项目信息，并在build.gradle和CMakeLists.txt中设置编译参数。同时，提到了可能出现的问题，如libomp.so未找到和ncnn运行错误，这些问题通常与版本不匹配有关。解决办法是确保所有ncnn相关工具和库的版本一致性。

开发背景

利用神经网络算法优化噪点，目前是想在app上跑神经网络算法。在网上查找腾讯开源了ncnn框架。
集成步骤如下：

下载nccn库

这个也可以自己编译，简单集成下载库地址为https://github.com/Tencent/ncnn/releases，除了下载android之外还要下载window包，因为windows包有我们需要的模型转换工具和模型转为代码文件工具。

新建项目

android studio 4版本，新建native c++ 项目，新建好后，在ide菜单file->project structure->modules选择ndk版本和build工具版本。在src/main文件夹上新建jni文件夹把相关的库进去arm64-v8a/libncnn.a，armeabi-v7a/libncnn.a。

配置项目信息

首先配置build.gradle里面的信息在externalNativeBuild添加如下编译参数

externalNativeBuild {
   
   
            cmake {
   
   
                arguments "-DANDROID_TOOLCHAIN=clang"
                cFlags "-fopenmp -static-openmp -O2 -fvisibility=hidden -fomit-frame-pointer -fstrict-aliasing -ffunction-sections -fdata-sections -ffast-math "
                cppFlags "-fopenmp -static-openmp -O2 -fvisibility=hidden -fvisibility-inlines-hidden -fomit-frame-pointer -fstrict-aliasing -ffunction-sections -fdata-sections -ffast-math "
                arguments "-DANDROID_STL=c++_shared", "-DANDROID_CPP_FEATURES=rtti exceptions"
                cppFlags ""
                cppFlags "-std=c++11"
                cppFlags "-frtti"
                cppFlags "-fexceptions"
            }
        }

ndk{
   
   
      abiFilters 'armeabi-v7a', 'arm64-v8a' 
    }

然后再配置cmakelist.

最低0.47元/天解锁文章