用安卓手机解锁目标检测模型YOLOv5,识别速度不过几十毫秒!
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
- Rsync + Sersync 实现数据增量同步
- java的static块执行时机
- 即构科技金健忠:回顾20年音视频技术演进
- 为什么企业需要IT资产管理
- 直方图 帕累托图_如何发现现象背后的关键因素?帕累托图,质量管理的利器...
- Spring MVC会话教程
- 网管交换机和非网管交换机有什么区别?
- Java 匿名内部类解析
- Android的虚拟机Dalvik 介绍
- java中this,super,extends,implements相关继承概念讲解
- 论文赏析[NAACL16]RNN文法
- html个人主题制作,个人网页制作
- 乐高机器人骨奥_乐高机器人这个大坑,为啥大家都拽着孩子往里跳?
- linux怎么修改ftp虚拟用户账号密码,Linux下FTP虚拟账户配置
- 微信卡包新增入口跳转小程序
- tig - 必知的git界面化工具
- 读书感受 之 《冰与火之歌》
- wireshark 抓 蓝牙数据_利用nRF Sniffer对蓝牙BLE通信数据进行嗅探和分析
- 计算机的kb代表着什么,计算机中KB与Kb的技术差别详解
- 安卓渐变的背景框实现
热门文章
- 关于使用eclipse maven UpdateProject时报错,无法更新本地仓库的问题解决方案
- java.lang.IllegalArgumentException异常处理的一种方法
- idea中新增package总是嵌套的解决方法
- NSOperation vs大中央派遣
- 元素重叠及position定位的z-index顺序
- 马云不会因支付宝事件走下神坛
- 一个实用的PHP缓存实例
- Mac JDK和SDK环境变量配置
- 计算机查找文件的速度,如何快速搜索文件_怎么加快电脑里的文件搜索速度
- 周围剃光头顶留长发型_为什么很多秃头的人,宁愿周围留一圈头发,也不愿剃成光头?...