NCNN将模型部署到Android端

原创 已于 2023-08-21 10:08:26 修改 · 3.1k 阅读 · 15
于 2023-08-21 10:02:40 首次发布
本文指导如何在AndroidStudio中集成NCNN库，包括安装AndroidStudio、配置NDK和Cmake，以及处理在编译过程中遇到的错误，如路径设置、版本兼容和报错解决方法。

1.1 项目准备

1.1.1. 安装Android studio

这个百度上有很多对应的经验体随便找一个教程然后切换一下国内源即可安装成功这里不做赘述
这里需要说明一点我们应该安装NDK、Cmake

  • 这里根据自己的手机版本来选择对应的开发环境

  • 最后点击应用安装

1.1.2. 下载解压源码

下载解压NCNN和ncnn-android-yolov5工程

       GitHub nihui/ncnn-android-yolov5: The YOLOv5 object detection android example 

  • 把ncnn-20221128-android-vulkan里面的文件复制一份到ncnn-android-yolov5-master的\app\src\main\jni目录下

标签
#android
最低0.47元/天 解锁文章
tampatation
关注
YOLOv5_NCNN:NC在手机上部署NCNN。支持Android和iOS。移动端NCNN部署，支持Android与iOS
03-18
:rocket:如果有帮助，请单击星号！ :star: Ncnn在移动设备上的部署，支持：相机上的YOLOv5s，YOLOv4-tiny，MobileNetV2-YOLOv3-nano，简单姿势，Yolact，ChineseOCR-lite，ENet，Landmark106，DBFace，MBNv2-FCN和MBNv3-Seg-small。 iOS： Xcode 11.5 macOS 10.15.4 iPhone 6sp 13.5.1 安卓： Android Studio 4.0 Win10 1909年 魅族16x 8.1.0（CPU：高通710 GPU：Adreno 616） Android已添加了权限请求，但如果仍然崩溃，请手动确认是否允许相关权限。 的iOS Select the model to be tested directly on the interface. 安卓 Selec
yolov5通过ncnn在安卓平台部署
热门推荐
weixin_46502301的博客
07-01 1万+
yolov5部署通过ncnn安卓平台 目录 1.ncnn与yolov5的关系 2.ncnn模型转换 3.ncnn安卓环境部署 4.修改ncnn-android-yolov5源码 5.运行效果 -------------------------------------- 1.ncnn与yolov5的关系 NCNN官方的定义：NCNN是腾讯公司开源的一个专为手机端极致优化的高性能神经网络前向计算框架。NCNN从设计之初，就深刻考虑手机
人体姿态估计 Android端 ncnn
xz1203的博客
03-03 1万+
       去年由于一些原因，需要在手机端部署人体姿态估计模型，早就写完了，但由于一些原因一直没有记录下来。大致的过程是，经过一番百度，找到了一个名为ncnn的框架，然后参考ncnn-android-yolox的实现，完成了人体姿态估计模型在移动端的部署。代码已开源：ncnn-android-pose，采用的目标检测器是旷视开源的YOLOX。 效果        用坤
Android（Termux）部署 NCNN + YOLOv8 完整教程
最新发布
马春林的专栏
05-19 481
摘要：本教程详细介绍了在Android手机Termux环境中部署NCNN+YOLOv8的完整流程。内容包括：1)Termux环境安装与配置；2)编译NCNN框架；3)下载YOLOv8模型；4)本地图片目标检测实现。教程提供了从环境准备到实际运行的完整步骤，包含常见问题解决方案，最终可实现输入图片检测并输出带标注的结果图片。该方法无需GPU支持，适合在普通安卓设备上运行目标检测任务，为移动端AI应用开发提供了实用参考方案。
ncnn填坑记录五：在安卓端运行ncnn
下大禹了的博客
06-01 4141
上一篇：ncnn填坑记录四：pytorch模型转ncnn 一.安装Android Studio 下载地址：https://developer.android.google.cn/ 参考https://blog.csdn.net/qq_33431368/article/details/85009758#t4进行安装，因版本不同，安装界面有一点不同，基本没啥问题。 android-studio/bin/中有个studio.sh，启动即可，之后点安卓图标右键锁定到启动器，以后直接点击桌面左面图标即可。 在sett
YOLOv8目标检测实战：Android手机部署
05-24
YOLOv8 目标检测基于先前 YOLO 版本的成功，引入了新功能和改进，进一步提升了性能和灵活性。本课程在Windows上手把手演示YOLOv8（YOLOv8n和YOLOv8s）目标检测在Android（安卓）手机进行部署的过程。内容包括：安装软件环境、安装PyTorch，克隆和安装YOLOv8，导出onnx模型，onnx转换成NCNN文件，安装Android Studio，准备Android项目文件(下载项目文件、放置ncnn文件、放置ncnn和opencv的android文件)，手机连接电脑并编译软件(安装投屏软件、手机连接电脑配置、编译和调试、导出签名apk)，自己数据集训练模型的部署，项目代码解析（安卓的JNI机制、C++代码、Java代码）。
PyTorch模型安卓部署流程(NCNN)
AIGC Studio：分享AIGC前沿知识和好玩应用，公众号同名。
07-16 1万+
如果我们想在手机端运行我们的深度学习模型需要怎么做呢？本文介绍了端侧深度学习模型部署流程(NCNN),在了解基本概念之后可以尝试运行NCNN官方demo实例，并根据自己需求进行改进，这样就可以在自己的手机上部署深度学习模型啦~
安卓端部署PPOCR的ncnn模型——模型部署
best2012power的博客
04-22 7065
最近在研究ocr模型（包括文本检测和文本识别）在安卓端的部署，由于工作中用到的算法是基于百度研发的PPOCR算法，最终需要在安卓端落地应用，部署框架使用的是ncnn框架，中间涉及模型转换和部署的问题，所以特意在此做一个记录，本文主要讲一下模型部署的问题。
安卓端部署PPOCR的ncnn模型——模型转换
best2012power的博客
04-13 3035
最近在研究ocr模型（包括文本检测和文本识别）在安卓端的部署，由于工作中用到的算法是基于百度研发的PPOCR算法，最终需要在安卓端落地应用，部署框架使用的是ncnn框架，中间涉及模型转换和部署的问题，所以特意在此做一个记录，本文主要讲一下模型转换的问题。
从PyTorch到安卓：基于NCNN的端侧模型部署实战与性能优化
weixin_33721427的博客
04-21 158
本文详细介绍了如何将PyTorch模型通过NCNN框架部署到安卓设备，涵盖模型训练、ONNX转换、NCNN优化及安卓端集成等关键步骤。重点分享了性能优化技巧，包括模型量化、线程优化和内存管理，帮助开发者实现高效的端侧AI应用部署。
PC端NCNN部署
mingo_敏
12-01 2367
1 NCNN部署 1.在电脑端使用ncnn实现分类(alexnet) s1，安装g++，cmake，protobuf，opencv s2，对源码进行编译 git clone https://github.com/Tencent/ncnn $ cd <ncnn-root-dir> $ mkdir -p build $ cd build $ cmake .. $ make -j4 s3，...
YOLOv11 NCNN安卓端部署实战：从模型优化到帧率提升
weixin_29102619的博客
03-26 272
本文详细介绍了YOLOv11模型在安卓端的NCNN部署实战，涵盖模型优化、NCNN转换技巧及帧率提升策略。通过实战案例分享，帮助开发者解决部署中的常见问题，实现从42ms到36ms的推理速度优化，最终在骁龙865设备上稳定达到28-32FPS。特别强调了模型导出、内存优化和性能调优等关键环节。
yolov5：使用NCNN将模型部署到Android端
qq_41478219的博客
07-31 3921
解压后，打开文件夹，并将best.onnx复制到该文件夹的对应位置，地址栏输入cmd后，在打开的命令行窗口输入例如onnx2ncnn.exe best.onnx best.param best.bin回车即可，原文件夹生成了需要的bin文件和param文件。当我们训练好了自己的检测模型后，就需要一种中介，通过它在不同的框架之间进行转换，Open Neural Network Exchange 简称 ONNX，意思是开放神经网络交换格式，它就是我们需要的中介。这个百度上有很多对应的经验体，随便找一个。
YOLOX模型部署Android端-NCNN方法
@木子李的博客
09-18 4476
YOLOX模型在Android手机端的部署方法-NCNN方式
【人工智能模型实践】基于NCNN进行YOLOV8安卓端部署
12-12 1117
【人工智能模型实践】基于NCNN进行YOLOV8安卓端部署 最终项目地址：【人工智能模型实践】基于NCNN进行YOLOV8安卓端部署.zip资源-CSDN文库 【人工智能模型实践】基于NCNN进行YOLOV8安卓端部署.zip资源-CSDN文库 网上有很多的实现指导教程，但是实现过程中还是有很多坑需要大家避免。 一、下载安装Android Studio 下载Android Studio，配置安卓开发环境，这个过程比较漫长。需要大家查找相关教程进行配置，在此不在展开。 实验使用以下版本：
yolov5-5.0转换ncnn在安卓平台的应用
bemy1008的博客
03-17 5528
yolov5-5.0转换ncnn在安卓上应用1、NCNN编译2、pt转onnx3、onnx转ncnn4、安卓端部署5、问题及解决 本文的编译应用环境及用到的编译工具为Win10、pycharm、VS2015、Android Studio. 1、NCNN编译 腾讯官方的介绍：ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端
在Android端实现多个ncnn模型部署并实现并行推理
Ge_2003的博客
03-07 2279
本次基于个人开发的盲图AI——辅助盲人阅读的智能APP项目的需求来实现，一开始遇到了非常多的技术瓶颈，以下将介绍如何实现在移动端部署多个Ncnn模型实现并行推理
保姆级教程：如何将YOLOv8模型部署到安卓手机（附NCNN配置避坑指南）
weixin_29079743的博客
03-23 322
本文提供了一份详细的YOLOv8模型部署到安卓手机的保姆级教程，涵盖NCNN框架配置、模型转换及性能优化全流程。特别针对环境搭建、模型转换中的常见问题提供解决方案，并分享安卓端集成的关键配置与优化技巧，帮助开发者高效实现移动端目标检测应用。
YOLOv12模型Android端部署实战：从PyTorch到NCNN转换与优化
weixin_42596011的博客
03-21 254
本文介绍了如何在星图GPU平台上自动化部署YOLOv12目标检测镜像，实现高效的AI模型移动端应用。通过该平台，用户可以便捷地将YOLOv12模型部署至移动环境，并快速构建实时目标检测应用，例如通过手机摄像头进行物体识别与框选，适用于安防监控、智能零售等场景。
YOLO模型支持NCNN推理框架，安卓端高效部署
weixin_28888459的博客
12-27 815
YOLO系列模型结合NCNN推理框架，正成为安卓端高效目标检测的主流方案。NCNN无依赖、小体积、高性能的特点，使其在中低端设备上也能实现稳定低延迟推理。通过ONNX转换、Native层集成与优化内存复用，开发者可在APK增量不足500KB的前提下，完成实时视觉任务部署。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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