YOLOV8安卓端部署

这篇具有很好参考价值的文章主要介绍了YOLOV8安卓端部署。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

之前部署的yolov5-ncnn不支持调用本地摄像头进行在线推理,多少还是感觉遗憾。

说实话yolov8-ncnn的部署属实有点割韭菜的嫌疑,这篇博客教你从0部署yolov8到安卓手机。

1. 依赖文件及安装

01 OPENCV这里我下载的是最新的版本opencv-4.8.0-android-sdk.zip文件,下载好直接解压即可。

官网链接Releases - OpenCV

yolov8部署到手机,python,1024程序员节,python,android-studio

02 真的很感谢这位大神开源的ncnn-android-yolov8,对于没有android开发经验的小白简直救命,如果需要部署自己的权重文件,需要根据Ultralytics官方网站对cf2文件进行修改,有的博客说不做修改的话权重文件转为onxx后到ncnn-android-yolov8部署后,会出现没有检测框的情况。

我目前用的是作者开源文件中自带的ncnn文件,后续会跟新如何部署自己的权重文件。

GIThub链接https://github.com/FeiGeChuanShu/ncnn-android-yolov8直接下载解压即可。

03 android studio下载安装

这个大家从csdn上面搜索,有很多教程,这里就不做阐述了。

04 ncnn-20230816-android-vulkan 这个文件也是githunb上开源文件,可以跟我下载一样的版本。

Releases · Tencent/ncnn (github.com)

2. 部署

01 将ncnn-20230816-android-vulkan解压后的四个文件复制到ncnn-android-yolov8\app\src\main\jni文件夹下面

yolov8部署到手机,python,1024程序员节,python,android-studio

yolov8部署到手机,python,1024程序员节,python,android-studio

02 修改ncnn-android-yolov8\app\src\main\jni里面的CMakeLists.txt文件,将opencv-sdk路径添加进去,同时删除ncnn_dir的ncnn版本号,大概格式如下图。

yolov8部署到手机,python,1024程序员节,python,android-studio

03 正式部署,打开android studio 打开yolov8-ncnn进行环境built,这里会报错,不要紧。

yolov8部署到手机,python,1024程序员节,python,android-studio

根据报错安装依赖文件,操作流程如下

yolov8部署到手机,python,1024程序员节,python,android-studio

yolov8部署到手机,python,1024程序员节,python,android-studio

yolov8部署到手机,python,1024程序员节,python,android-studio

下载好重新构建环境

yolov8部署到手机,python,1024程序员节,python,android-studio

这里如果还报错,就是sdk、ndk版本高了,大家可以在上面重新安装低版本的ndk和sdk即可。

04 手机部署,手机在设置里对着你的软件版本一直点,打开开发者模式,在开发者选项中把usb调试打开。等android studio出现你的手机型号后,点击run既可在手机端下载yolov8-ncnn,如果成功安装,那么就代表已经部署成功。

yolov8部署到手机,python,1024程序员节,python,android-studio

3. 效果

大概的效果大家可以参考一下。祝大家都可以部署成功,后期有时间给大家跟新如何部署自己的权重文件。

yolov8部署到手机,python,1024程序员节,python,android-studio文章来源地址https://www.toymoban.com/news/detail-844993.html

到了这里,关于YOLOV8安卓端部署的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • yolov8 opencv模型部署(python版)

    TensorRT系列之 Windows10下yolov8 tensorrt模型加速部署 TensorRT系列之 Linux下 yolov8 tensorrt模型加速部署 TensorRT系列之 Linux下 yolov7 tensorrt模型加速部署 TensorRT系列之 Linux下 yolov6 tensorrt模型加速部署 TensorRT系列之 Linux下 yolov5 tensorrt模型加速部署 TensorRT系列之 Linux下 yolox tensorrt模型加速部

    2024年02月04日
    浏览(27)
  • YOLOv8 测试 5:Linux 中 Docker 部署 YOLOv8,Python 封装 API 接口,base64 图片处理

    记录时间 [2024-4-14] 系列文章简摘: Docker 学习笔记(二):在 Linux 中部署 Docker(Centos7 下安装 docker、环境配置,以及镜像简单使用) API 接口简单使用(二):Python 中使用 Flask(接口封装整理版,含文件上传接口的详细实现) YOLOv8 测试 3:在 Python 中将 YOLOv8 模型封装成 A

    2024年04月29日
    浏览(28)
  • YOLOv8 Tensorrt Python/C++部署教程

    https://www.bilibili.com/video/BV1Pa4y1N7HS https://github.com/Monday-Leo/YOLOv8_Tensorrt 基于 Tensorrt 加速 Yolov8 ,本项目采用 ONNX转Tensorrt 方案 支持 Windows10 和 Linux 支持 Python/C++ Tensorrt 8.4.3. Cuda 11.6 Cudnn 8.4.1 onnx 1.12.0 安装 yolov8 仓库,并下载官方模型。 使用官方命令 导出ONNX模型 。 使用本仓库

    2023年04月25日
    浏览(68)
  • Ubuntu安装深度学习环境相关(yolov8-python部署)

    本文将从如下几个方面总结相关的工作过程: 1.Ubuntu系统安装(联想小新pro16) 2.显卡驱动安装 3.测试深度学习模型 之前在台式机上安装过Ubuntu,以为再在笔记本上安装会是小菜一碟,但没想还是废了一些功夫。 安装所需要的步骤: 1.电脑分盘:Windows下右键开始,选择磁盘管理

    2024年02月03日
    浏览(31)
  • 【YOLOv8】实战三:基于LabVIEW TensorRT部署YOLOv8

    ‍‍🏡博客主页: virobotics的CSDN博客:LabVIEW深度学习、人工智能博主 🎄所属专栏:『LabVIEW深度学习实战』 🍻上期文章: 【YOLOv8】实战二:YOLOv8 OpenVINO2022版 windows部署实战 📰如觉得博主文章写的不错或对你有所帮助的话,还望大家多多支持呀! 欢迎大家✌关注、👍点赞

    2024年02月07日
    浏览(33)
  • 【Yolov8】基于C#和TensorRT部署Yolov8全系列模型

      该项目主要基于TensorRT模型部署套件,在C#平台部署Yolov8模型,包括Yolov8系列的对象检测、图像分割、姿态识别和图像分类模型,实现C#平台推理加速Yolov8模型。 完整范例代码: ​ GitHub平台:guojin-yan/Csharp_deploy_Yolov8 (github.com) ​ Gitee平台:Guojin Yan/基于Csharp部署Yolov8系列模

    2024年02月06日
    浏览(37)
  • YOLOv8 人体姿态估计(关键点检测) python推理 && ONNX RUNTIME C++部署

    目录   1、下载权重 ​编辑2、python 推理 3、转ONNX格式 4、ONNX RUNTIME C++ 部署 utils.h utils.cpp detect.h detect.cpp main.cpp CmakeList.txt 我这里之前在做实例分割的时候,项目已经下载到本地,环境也安装好了,只需要下载pose的权重就可以 输出:   用netron查看一下:  如上图所是,YOLO

    2024年02月07日
    浏览(35)
  • YOLOv8模型部署

    (1)yolov8之导出onnx(二)_model.export(format=“onnx”)-CSDN博客 (1)本次针对多样化场景,不同场景取1000+张图片(1920*1080)。 (2)训练YOLOv8模型(包含n和s的模型) 模型是通过Rect=True, imgsz = 960训练的。 上述,若不改变其它源码,则转化过程是input shape (1, 3, 960, 544) BCHW and ou

    2024年02月22日
    浏览(29)
  • yolov8实战第六天——yolov8 TensorRT C++ 部署——(踩坑,平坑,保姆教程)

    C++ 结合 TensorRT 部署深度学习模型有几个关键优势,这些优势在各种工业和商业应用中极其重要: 高效的性能 :TensorRT 通过优化深度学习模型来提高推理速度,减少延迟。这对于实时处理应用(如视频分析、机器人导航等)至关重要。 降低资源消耗 :TensorRT 优化了模型以在

    2024年04月13日
    浏览(30)
  • YOLOV8部署AndroidStudio

            最近在学习如何将yolo的项目部署到移动端的安卓手机上面,做一个学习的分享。部署的过程中遇到了很多问题,其中android studio的环境配置算是耗时最长的,经过一番曲折,并没有柳暗花明,最后部署的效果并不佳,不知道自己的过程哪里出现了问题,希望有大佬指

    2024年02月04日
    浏览(25)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包