yolov5 安卓运行

部署运行你感兴趣的模型镜像

参考博客:

通过Android Studio 将yolov5部署到手机端(新手最新适用版)_怎么将yolo部署手机-优快云博客

总体跟随参考博客走是没问题,有些细节需要注意:

1 jdk 版本选择,jdk需要17,新版的Android Studio 选择jdk版本方式如下:

新版AndroidStudio 修改 jdk版本_android studio设置jdk版本-优快云博客

2 如何记录yolov5推理时间

在yolov5ncnn_jni.cpp 文件里

大概417行

ncnn::Extractor ex = yolov5.create_extractor();

前增加一句

double start_time_1 = ncnn::get_current_time();

然后再 470行

ex.extract("801", out);

后加上两句

double elasped = ncnn::get_current_time() - start_time_1;
__android_log_print(ANDROID_LOG_DEBUG, "YoloV5Ncnn_推理", "Yolo infer time: %.2fms", elasped);

然后就可以在logcat 查看日志信息,查看推理时间

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎

安卓设备本身是基于Linux内核的操作系统,可以通过Android Studio等开发工具运行yolov5目标检测算法。要在安卓设备上成功运行yolov5,需要以下几个步骤。 首先,需要在安卓设备上安装好Android Studio。Android Studio是一种专门用于安卓开发的集成开发环境,提供了一套完整的工具和库,方便我们进行安卓应用程序的开发和调试。 接下来,需要将yolov5的目标检测算法移植到安卓设备上。可以使用TensorFlow Lite或者PyTorch等深度学习框架将yolov5算法转化为适合在安卓设备上运行的模型。这样做的目的是减小模型的大小和提高运行效率,以适应安卓设备的资源条件。 然后,需要在Android Studio中创建一个安卓项目,并在项目中导入yolov5的模型文件和相关代码。可以使用Java或者Kotlin等编程语言来编写安卓应用程序的代码。在代码中,需要定义好模型的输入和输出,并对图像进行预处理和后处理,以进行目标检测操作。 最后,可以在安卓设备上测试和运行yolov5目标检测算法。可以通过连接安卓设备,设置好必要的开发者选项,并在Android Studio中选择设备进行运行和调试。在运行过程中,可以通过摄像头或者读取本地图像,对图像进行目标检测,并输出检测结果。 总结来说,要在安卓设备上运行yolov5目标检测算法,需要安装Android Studio、移植算法模型、创建安卓项目和编写相关代码,并通过连接设备在Android Studio中进行运行和测试。这样可以将yolov5的强大目标检测功能应用到安卓设备中,实现各种应用场景的需求。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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