用安卓手机解锁目标检测模型YOLOv5，识别速度不过几十毫秒！

2024-05-14 19:07:47

丰色发自凹非寺
量子位报道 | 公众号 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。

△ float32

△ int8

大家可以和YOLOv5在电脑上的性能对比：

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

用安卓手机解锁目标检测模型YOLOv5，识别速度不过几十毫秒！相关推荐

目标检测模型YOLOv5总结文档(理论、代码、应用)
YOLO 是一种快速紧凑的开源对象检测模型,与其它网络相比,同等尺寸下性能更强,并且具有很不错的稳定性,是第一个可以预测对象的类别和边界框的端对端神经网络.YOLO 家族一直有着旺盛的生命力,从YOL ...
基于YOLOV5的目标检测模型-口罩检测
好文章在学习的时候参考了许多大佬的文章,我会在下面一一列出来 1.手把手教你使用YOLOV5训练自己的目标检测模型-口罩检测-视频教程_肆十二的博客-CSDN博客_opencv yolo训练自己模 ...
YOLOv5~目标检测模型精确度
还是yolo5的基础啊~~ 一些关于目标检测模型的评估指标:IOU.TP&FP&FN&TN.mAP等,并列举了目标检测中的mAP计算. 指标评估(重要的一些定义) IOU 也称 ...
深度学习目标检测---使用yolov5训练自己的数据集模型（Windows系统）
目录 0 前言 1.从githab上克隆yolov5代码 1.1 yolov5网络project克隆 1.2 项目代码结构的整体介绍 1.3 深度学习环境的配置和安装yolov5所需要的库 2. ...
简单快速建立pytorch环境YOLOv5目标检测模型跑起来(超简单）
简单快速建立pytorch环境+实现YOLOv5目标检测模型跑起来(超简单) 一.下载yolov5模型代码: yolo代码提取码:2022 下载后解压二.简单快速创建pytorch环境: 1.条 ...
树莓派4B部署YOLOv5目标检测模型部署（包含加速方法以及模型训练方法总结）
树莓派4B部署YOLOv5目标检测模型部署 1.工作内容简介: (1)训练鱼类目标识别模型.首先建立水下鱼类目标数据集,由于目前国内暂时并没有可用红鳍东方鲀标注数据集,本文利用Labelimage软件 ...
1.8M超轻量目标检测模型NanoDet，比YOLO跑得快
机器之心报道,项目作者:RangiLyu 目标检测一直是计算机视觉领域的一大难题,其目标是找出图像中的所有感兴趣区域,并确定这些区域的位置和类别.目标检测中的深度学习方法已经发展了很多年,并出现了不同 ...
windows缩放200模糊_1.8M超轻量目标检测模型NanoDet，比YOLO跑得快，上线两天Star量超200...
机器之心报道项目作者:RangiLyu 如何把 anchor-free 模型移植到移动端或嵌入式设备?这个项目对单阶段检测模型三大模块(Head.Neck.Backbone)进行轻量化,得到模型大小 ...
收藏 | 超轻量目标检测模型NanoDet，比YOLO跑得快，上线两天Star量超200
点上方蓝字计算机视觉联盟获取更多干货在右上方 ··· 设为星标 ★,与你不见不散仅作学术分享,不代表本公众号立场,侵权联系删除转载于:机器之心 AI博士笔记系列推荐周志华<机器学习> ...

最新文章

热门文章