ncnn-android-yolov5

ncnn-android-yolov5 copied to clipboard

yolov5ncnn实时检测

52

nihui 你好，我尝试使用了yolov5ncnn，检测精度相比其他yolov5的Android实现都要高，但是我尝试进行摄像头实时检测，FPS不到5帧，和其他开源的yolov5项目速度差不多。 但是YOLOv5作者开发的IOS端应用iDetection也是用YOLOv5进行摄像头实时检测，其FPS在30左右，有几个问题我不太明白。 一、请问为什么在Android和IOS上YOLOv5的检测速度会相差这么多？ 二、我发现基于NCNN进行YOLOv5检测时，分别从YOLOv5的三个输出层提取结果是最耗时间的（代码为ex.extract("output", out);），请问有什么方法能够对它进行优化加快检测速度吗？ 期待nihui的解答！

yao-zheng-yi

请问如何使用自己训练和转换后的param和bin文件呢？

2

搜索了相关文章，似乎是需要根据param文件修改yolov5ncnn_jni.cpp文件，但是在我试了好多遍之后依然是崩溃了无情~~~在Android Studio中也没有用的错误信息~~~请大神帮忙看一下问题出在哪里？以后应该如何正确的操作才能不出错？ 链接: https://pan.baidu.com/s/1NIkQbthK-le9k0gfkTGsPA?pwd=q64d 提取码: q64d 这个目录下精简为只有param、bin和yolov5ncnn_jni.cpp文件 主要参考的文章是：https://blog.csdn.net/CSDNXXXR/article/details/125502127

ShadowRoland

使用自己的模型会报错，yolov5-5.0

2

A/cent.yolov5ncn: java_vm_ext.cc:570] JNI DETECTED ERROR IN APPLICATION: element_jclass == null A/cent.yolov5ncn: java_vm_ext.cc:570] in call to NewObjectArray A/cent.yolov5ncn: java_vm_ext.cc:570] from com.tencent.yolov5ncnn.YoloV5Ncnn$Obj[] com.tencent.yolov5ncnn.YoloV5Ncnn.Detect(android.graphics.Bitmap, boolean) A/cent.yolov5ncn: runtime.cc:668] Runtime aborting... A/cent.yolov5ncn: runtime.cc:668] Dumping all...

SolitudeWX

自己转换的模型结果有点不正常，像是输出了锚框（yolov5-5.0）

2

所有过程都是正常的，修改也按照教程修改了，但是输出的结果却是图中这样，很神奇，像锚框结果（类别不用在意，我测试的时候没改class_name，就当输出序号是0的类就好） 观察了一下，每个识别结果三个框，中心点大概在目标上（红绿灯） 另外我也用yolov5-5.0官方的yolov5s.pt进行了转换，这个的结果却是正常的 和官方不一样的地方只在于，我的模型是4类 实在想不通问题出在哪？

CGump

有没有大神给个标准教程onnx转ncnn

1

我用网上的教程把onnx转成ncnn放到assets下面，app打开就闪退了，有没有大神给个标准教程就针对这个ncnn-android-yolov8这个项目可以用的

song0320

ninja: error: '/usr/local/lib/android/sdk/ndk/25.2.9519653/toolchains/llvm/prebuilt/linux-x86_64/lib64/clang/14.0.7/lib/linux/arm/libomp.so', needed by 'D:/studioworkspace/ncnn-android-yolov7-master/app/build/intermediates/cmake/debug/obj/armeabi-v7a/libncnnyolov7.so', missing and no known rule to make it at org.gradle.internal.UncheckedException.throwAsUncheckedException(UncheckedException.java:67) at org.gradle.internal.UncheckedException.throwAsUncheckedException(UncheckedException.java:41) at org.gradle.internal.reflect.JavaMethod.invoke(JavaMethod.java:106) 老师按步骤配置编译一直报上述错误,以下为CMakeLists.txt的配置 project(ncnnyolov7) cmake_minimum_required(VERSION 3.10) set(OpenCV_DIR ${CMAKE_SOURCE_DIR}/opencv-mobile-4.8.0-android/sdk/native/jni) find_package(OpenCV REQUIRED) set(ncnn_DIR ${CMAKE_SOURCE_DIR}/ncnn-20230517-android-vulkan/${ANDROID_ABI}/lib/cmake/ncnn)...

mixiaojian

请问为什么换个自己的模型就不能使用vulkan了？

3

您好，我用了自己导出的yolov5n的模型，然后用GPU推理的时候，提示 ```W/ncnn: set_vulkan_compute failed, network use_vulkan_compute disabled``` 但是用仓库代码原本的模型就没问题，这是为什么呢？

dzcmingdi

怎么精度速度测试？

2

我需要对COCO数据集精度速度测试，怎么读入图片的文件夹？ 怎么计时？ 其他YOLOv5模型，如YOLOv5n怎么替换YOLOv5s? @nihui 等待解答

WhateverSir

nihui，你好，首先很感谢你做的这个demo，我在采用你这个demo部署到自己的项目中时遇到了一个很奇怪的问题，我个人无法解决，希望获得你的解答，我个人代码中的调用逻辑为：  报错点在yolov5ncnn_jni.cpp的第408行，附近代码为：  在此处代码运行前,debug的状态为    运行时堆栈状态为：  运行后报错为：  因为copy_make_border这一段代码已经封装，无法在Android Studio中debug断点调试，所以以我个人的能力实属解决困难，希望大神指点一二，不胜感激！！ PS：本项目编译是正常的，只是运行到这一步会出错。

jdskddd

A页面引用ncnn-android-yolov5项目，B页面引用https://githubfast.com/pinery-sls/ncnn-Android-Yolov5 【Camera detection】 启动app，单独打开A页面正常。 启动app，单独打开B页面正常。 启动app，打开A页面正常，然后返回并且打开B页面，app闪退。 启动app，打开B页面正常，然后返回并且打开A页面，app闪退。 内存泄漏？强引用没有释放？重写onDestory()？

zspzhangshoupeng