yolov8模型部署到安卓项目（非NCNN，使用ONNX运行时）

目前移动端常见的部署神经网络模型格式有onnx，也有ncnn，或者直接使用torch运行时执行pt文件，今天简单的讲一下如何直接部署onnx格式的yolov8模型，相比ncnn格式的转换，onnx模式不需要繁琐的手动下载第三方库，吐槽一下ncnn准备步骤实在是又臭又长，对萌新极不友好。

先声明本文不包括java版的NMS数据清理，如有需要，自己照下面文章的python代码自行转换

首先，我们已经有了yolov8模型的onnx格式，转换详情见我下面的文章pytorch下yolov8打包onnx模型并使用NMS对数据清洗（最后有完整代码）_onnx runtime + yolo + pytroch-优快云博客https://blog.youkuaiyun.com/qq_64809150/article/details/140436333?spm=1001.2014.3001.5501

目录

一、导入第三方依赖：

二、创建onnx模型处理类

三、创建图像处理类

四、创建activity进行测试

五、结果展示

---

 

一、导入第三方依赖：

implementation 'com.microsoft.onnxruntime:onnxruntime-android:latest.release'

 将上述代码添加至build.gradle中的dependencies下面

二、创建onnx模型处理类