Skip to content

Latest commit

 

History

History
124 lines (94 loc) · 7.85 KB

README_CN.md

File metadata and controls

124 lines (94 loc) · 7.85 KB
Raw

English

🚀 如果有帮助，点个star！⭐

移动端NCNN部署，项目支持YOLOv5s、YOLOv4-tiny、MobileNetV2-YOLOv3-nano、Simple-Pose、Yolact、ChineseOCR-lite、ENet、Landmark106、DBFace、MBNv2-FCN与MBNv3-Seg-small模型，摄像头实时捕获视频流进行检测。

iOS:

  • Xcode 12.4
  • macOS 11.2.3
  • iPhone 6sp 13.5.1

Android:

  • Android Studio 4.1
  • Win10 20H2
  • CPU:Qualcomm 710 GPU:Adreno 616

iOS

从界面中选择需要测试的模型。

Android

从界面中选择需要测试的模型。

模型

model android iOS from other
YOLOv5s yes yes Github TNN
YOLOv4-tiny yes yes Github
YOLOv3-nano yes yes Github
YOLOv5s_custom_op yes yes zhihu
NanoDet yes yes Github TNN MNN
YOLO-Fastest-xl yes yes Github
Simple-Pose yes yes Github
Yolact yes yes Github zhihu
ChineseOCR_lite yes yes Github zhihu
ENet bug cancel Github
Landmark106 yes yes Github
DBFace yes yes Github
MBNv2-FCN yes yes Github
MBNv3-Seg-small yes yes Github
Light_OpenPose yes yes Github

iOS:

  • 从 "android_YOLOV5_NCNN\app\src\main\assets" 复制 .param 和 .bin 文件到 "iOS_YOLOv5NCNN\YOLOv5NCNN\res" 下。
  • iOS如果提示 net.h 找不到的需要去ncnn官网下载或自行编译.framework(20201208)替换到工程中，opencv2.framework(4.3.0)如果有用到也需要重新下载并替换到工程。
  • iOS默认使用的库不包含vulkan与bitcode。
  • 正常下需要重新下载 ncnn.framework/glslang.framework/openmp.framework/opencv2.framework 并替换到工程中。
  • Vulkan的配置可以看 Issues 里面有提到大概的配置。

Android：

  • 由于手机性能、图像尺寸等因素导致FPS在不同手机上相差比较大。该项目主要测试NCNN框架的使用，具体模型的转换可以去NCNN官方查看转换教程。
  • 由于opencv库太大只保留 arm64-v8a/armeabi-v7a 有需要其它版本的自己去官方下载。
  • ncnn暂时使用vulkan版本，在加载前需要打开加速，本项目中没有打开。如果要用ncnn版本需要修改CMakeLists.txt配置。
  • AS版本不一样可能编译会有各种问题，如果编译错误无法解决、建议使用AS4.0以上版本尝试一下。
  • ncnn已经更新到新版本，即包含 ncnn.cmake 的官方导入方式。

该项目更多的是练习各种模型的使用与部署，在速度上没有过多处理。如果对速度有要求可以直接获取 YUV 等数据直接输入或使用 texture 与 opengl 等方式实现数据输入，减少中间的数据传输与转换。

懒人本地转换(不会上传模型): xxxx -> ncnn

轻量级OpenCV:opencv-mobile

🎨 截图

Android iOS

Android

mbnv2-yolov3-nano yolov4-tiny yolov5s
simple_pose yolact chineseocr_lite_01
chineseocr_lite_02 ENet yoloface500k-landmark106
dbface mbnv2_fcn mbnv3_seg_small
yolov5s_custom_op nanodet yolo-fastest-xl
light_openpose

iOS

mbnv2-yolov3-nano yolov4-tiny yolov5s
yolov5s_custom_op nanodet yolo-fastest-xl
mbnv2_fcn mbnv3_seg_small simple_pose
chineseocr_lite_01 chineseocr_lite_02 light_openpose
yolact yoloface500k-landmark106 dbface

感谢: