Skip to content

Latest commit

 

History

History
105 lines (80 loc) · 6.22 KB

README_CN.md

File metadata and controls

105 lines (80 loc) · 6.22 KB

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 11.5
  • macOS 10.15.4
  • iPhone 6sp 13.5.1

Android:

  • Android Studio 4.0
  • Win10 1909
  • Meizu 16x 8.1.0 (CPU:Qualcomm 710 GPU:Adreno 616)

安卓已经增加权限申请，但如果还是闪退请手动确认下相关权限是否允许。

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
YOLOv5s yes yes Github
YOLOv4-tiny yes yes Github
YOLOv3-nano yes yes Github
YOLOv5s_custom_op yes yes zhihu
NanoDet yes yes Github
YOLO-Fastest-xl yes bug Github
Simple-Pose yes yes Github
Yolact yes yes Github zhihu
ChineseOCR_lite yes cancel 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

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替换到工程中，opencv2.framework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。

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。

懒人本地转换(不会上传模型): [xxxx -> ncnn] https://convertmodel.com/

🎨 截图

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
none none none

iOS

mbnv2-yolov3-nano yolov4-tiny yolov5s
yolov5s_custom_op nanodet yolo-fastest-xl
none none none
mbnv2_fcn mbnv3_seg_small simple_pose
none none none
yolact yoloface500k-landmark106 dbface
none none none

感谢: