android小项目----基于mnn的mtcnn人脸检测

本文介绍如何在MNN轻量级深度学习框架下,将MTcnn人脸检测模型移植到Android设备端的过程。包括在Androidstudio环境下配置OpenCV和MNN,以及模型转换、代码实现和实验结果展示。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

阿里巴巴MNN框架

https://github.com/alibaba/MNN

项目代码

https://github.com/Danicaai/android-mnn

 

一. 简介

Android studio + windows

mnn是阿里提出的一个轻量级的深度学习框架,本人在mnn的框架下,将mtcnn移植到了android设备端。

二.项目介绍

首先确保电脑上已经安装好了Android studio。新建android工程。

  1. Opencv和mnn的配置

OpenCV-android-sdk:https://opencv.org/releases.html

Mnn:https://github.com/alibaba/MNN

复制OpenCV-android-sdk中的include文件夹放入新建的android工程中的includes文件夹中,mnn同理。

复制OpenCV-android-sdk中的动态链接库libopencv_java3.so放入libs/armeabi-v7a/中(其中armeabi-v7a 是每一个CPU架构对应的ABI,除此之外还有armeabi, x86,mips,arm64- v8a,mips64,x86_64,关于它们的区别,大家可以自己百度看看)。同时也把mnn编译好的so放入这个目录下。 
 

最后在工程cmakelists中导入opencv和mnn

2.关于mtcnn检测代码

首先我们把p/r/o三个caffe模型转为mnn模型,然后初始化模型:

其他过程我就不详细介绍了。

我们通过cmakelists生成so,在Java中调用。

3.实验结果

 

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值