安卓手机也能跑YOLOv5了! |
您所在的位置:网站首页 › pc软件怎么在手机上运行 › 安卓手机也能跑YOLOv5了! |
点击下方卡片,关注“CVer”公众号 AI/CV重磅干货,第一时间送达 丰色 发自 凹非寺转载自:量子位(QbitAI)现在,目标检测界明星模型YOLO,最新v5版本也可以在手机上玩儿了! 瞧~只需要区区几十毫秒,桌上的东西就全被检测出来了: 这速度似乎不比电脑差? 想要亲手搭建一个?上教程。 在安卓手机上部署YOLOv5更确切的说是YOLOv5s。 YOLOv5于2020年5月发布,最大的特点就是模型小,速度快,所以能很好的应用在移动端。 而且其实最开始YOLOv5就是作为一款对图像进行检测、分类和定位的iOS端APP进入人们的视野,而且APP还是由YOLOv5的作者亲自开发。 现在,想要在安卓设备上部署它,你需配备的环境如下: 主机 Ubuntu18.04 Docker Tensorflow 2.4.0 PyTorch 1.7.0 OpenVino 2021.3 安卓APP Android Studio 4.2.1 minSdkVersion 28 targetSdkVersion 29 TfLite 2.4.0 安卓设备 小米11 (内存 128GB/ RAM 8GB) 操作系统 MUI 12.5.8 然后直接下载作者在GitHub上的项目。 git clone —recursive https://github.com/lp6m/yolov5s_android 使用Docke容器进行主机评估(host evaluation)和模型转换。 cd yolov5s_android docker build ./ -f ./docker/Dockerfile -t yolov5s_android docker run -it —gpus all -v pwd:/workspace yolov5s_anrdoid bash 将app文件夹下的./tflite\u model/*.tflite复制到app/tflite\u yolov5\u test/app/src/main/assets/目录下,就可在Android Studio上构建应用程序。 构建好的程序可以设置输入图像大小、推断精度和模型精度。 如果选择其中的“Open Directory”,检测结果会被保存为coco格式的json文件。 从摄像头进行实时检测模式已将精度和输入图像大小固定为int8/320,该模式在小米11达到的图像帧数为15FPS。 由于本项目是作者参加的一个”Yolov5s Export”竞赛(并且最终得了奖,奖金还是2000美元),所以他也进行了性能评估。 评估包括延时和准确度。 延迟时间 在小米11上测得,不包含预处理/后处理和数据传输的耗时。 结果如下: 不管模型精度是float32还是int8,时间都能控制在250ms以内,连半秒的时间都不到。 准确度 各种模式下的mAP(mean Average Precision)值最高为28.5,最低也有25.5。 最后,详细教程可戳下方链接;如果你只想试玩,作者也在上面提供了安卓安装包~ 项目地址: https://github.com/lp6m/yolov5s_android 上面项目代码下载 后台回复:安卓目标检测,即可下载上述代码 后台回复:CVPR2021,即可下载CVPR 2021论文和代码开源的论文合集 后台回复:ICCV2021,即可下载ICCV 2021论文和代码开源的论文合集 后台回复:Transformer综述,即可下载最新的3篇Transformer综述PDF 重磅!目标检测交流群成立 扫码添加CVer助手,可申请加入CVer-目标检测 微信交流群,方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。 一定要备注:研究方向+地点+学校/公司+昵称(如目标检测+上海+上交+卡卡),根据格式备注,可更快被通过且邀请进群 ▲长按加小助手微信,进交流群 ▲点击上方卡片,关注CVer公众号 整理不易,请点赞和在看 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |