跌倒检测和识别3:Android实现跌倒检测(含源码,可实时跌倒检测)
跌倒检测和识别3:Android实现跌倒检测(含源码,可实时跌倒检测)
目录
跌倒检测和识别3:Android实现跌倒检测(含源码,可实时跌倒检测)
1. 前言
2. 跌倒检测数据集说明
3. 基于YOLOv5的跌倒检测模型训练
4.跌倒检测模型Android部署
(1) 将Pytorch模型转换ONNX模型
(2) 将ONNX模型转换为TNN模型
(3) Android端上部署模型
(4) 一些异常错误解决方法
5. Android跌倒检测效果
6.项目源码下载
1. 前言
这是项目《跌倒检测和识别》系列之《Android实现跌倒检测(含源码,可实时跌倒检测)》;本篇主要分享将Python训练后的YOLOv5的跌倒检测模型移植到Android平台。我们将开发一个简易的、可实时运行的跌倒检测Android Demo,可实现检测人体的up(站立),bending(弯腰,蹲下)和down(躺下,摔倒)三种状态。
考虑到原始YOLOv5的模型计算量比较大,鄙人在YOLOv5s基础上,开发了一个非常轻量级的的跌倒(摔倒)检测模型yolov5s05_320。从效果来看,Android跌倒(摔倒)检测模型的检测效果还是可以的,高精度版本YOLOv5s平均精度平均值mAP_0.5:0.95=0.73693,而轻量化版本yolov5s05_416平均精度平均值mAP_0.5:0.95=0.50567左右。APP在普通Android手机上可以达到实时的检测识别效果,CPU(4线程)约30ms左右,GPU约25ms左右 ,基本满足业务的性能需求。
先展示一下Android Demo跌倒检测和识别的效果:
【Android APP体验】https://download.csdn.net/download/guyuealian/87707747
【尊重原创,转载请注明出处】https://blog.csdn.net/guyuealian/article/details/130250824
更多项目《跌倒检测和识别》系列文章请参考:
- 跌倒检测和识别1:跌倒检测数据集(含下载链接):https://blog.csdn.net/guyuealian/article/details/130184256
- 跌倒检测和识别2:YOLOv5实现跌倒检测(含跌倒检测数据集和训练代码):https://blog.csdn.net/guyuealian/article/details/130250738
跌倒检测和识别3:Android实现跌倒检测(含源码,可实时跌倒检测):https://blog.csdn.net/guyuealian/article/details/130250824
跌倒检测和识别4:C++实现跌倒检测(含源码,可实时跌倒检测):https://blog.csdn.net/guyuealian/article/details/130250838
2. 跌倒检测数据集说明
目前收集了约4000的跌倒检测数据集和26000+跌倒分类数据集,关于跌倒检测数据集说明,请参考:跌倒检测和识别1:跌倒检测数据集(含下载链接)
3. 基于YOLOv5的跌倒检测模型训练
官方YOLOv5给出了YOLOv5l,YOLOv5m,YOLOv5s等模型。考虑到手机端CPU/GPU性能比较弱鸡,直接部署yolov5s运行速度十分慢。所以本人在yolov5s基础上进行模型轻量化处理,即将yolov5s的模型的channels通道数全部都减少一半,并且模型输入由原来的640×640降低到416×416或者320×320,该轻量化的模型我称之为yolov5s05。轻量化后的模型yolov5s05比yolov5s计算量减少了16倍,参数量减少了7倍。
下面是yolov5s05和yolov5s的参数量和计算量对比:
模型 | input-size | params(M) | GFLOPs |
yolov5s | 640×640 | 7.2 | 16.5 |
yolov5s05 | 416×416 | 1.7 | 1.8 |
yolov5s05 | 320×320 | 1.7 | 1.1 |
yolov5s05和yolov5s训练过程完全一直,仅仅是配置文件不一样而已;碍于篇幅,本篇博客不在赘述,详细训练过程请参考: 《跌倒检测和识别2:YOLOv5实现跌倒检测(含跌倒检测数据集和训练代码)》 :https://blog.csdn.net/guyuealian/article/details/130250738
4.跌倒检测模型Android部署
(1) 将Pytorch模型转换ONNX模型
训练好yolov5s05或者yolov5s模型后,你需要将模型转换为ONNX模型,并使用onnx-simplifier简化网络结构
# 转换yolov5s05模型
python export.py --weights "data/model/yolov5s05_320/weights/best.pt" --img-size 320 320
# 转换yolov5s模型
python export.py --weights "data/model/yolov5s_640/weights/best.pt" --img-size 640 640
GitHub: https://github.com/daquexian/onnx-simplifier
Install: pip3 install onnx-simplifier
(2) 将ONNX模型转换为TNN模型
目前CNN模型有多种部署方式,可以采用TNN,MNN,NCNN,以及TensorRT等部署工具,鄙人采用TNN进行Android端上部署:
TNN转换工具:
- (1)将ONNX模型转换为TNN模型,请参考TNN官方说明:TNN/onnx2tnn.md at master · Tencent/TNN · GitHub
- (2)一键转换,懒人必备:一键转换 Caffe, ONNX, TensorFlow 到 NCNN, MNN, Tengine (可能存在版本问题,这个工具转换的TNN模型可能不兼容,建议还是自己build源码进行转换,2022年9约25日测试可用)
(3) Android端上部署模型
项目实现了Android版本的跌倒(摔倒)检测Demo,部署框架采用TNN,支持多线程CPU和GPU加速推理,在普通手机上可以实时处理。Android源码核心算法YOLOv5部分均采用C++实现,上层通过JNI接口调用
package com.cv.tnn.model;import android.graphics.Bitmap;public class Detector {static {System.loadLibrary("tnn_wrapper");}/**** 初始化模型* @param model: TNN *.tnnmodel文件文件名(含后缀名)* @param root:模型文件的根目录,放在assets文件夹下* @param model_type:模型类型* @param num_thread:开启线程数* @param useGPU:关键点的置信度,小于值的坐标会置-1*/public static native void init(String model, String root, int model_type, int num_thread, boolean useGPU);/**** 检测* @param bitmap 图像(bitmap),ARGB_8888格式* @param score_thresh:置信度阈值* @param iou_thresh: IOU阈值* @return*/public static native FrameInfo[] detect(Bitmap bitmap, float score_thresh, float iou_thresh);
}
如果你想在这个Android Demo部署你自己训练的YOLOv5模型,你可将训练好的Pytorch模型转换ONNX ,再转换成TNN模型,然后把TNN模型代替你模型即可。
(4) 一些异常错误解决方法
TNN推理时出现:Permute param got wrong size
官方YOLOv5: GitHub - ultralytics/yolov5: YOLOv5
跌倒检测和识别3:Android实现跌倒检测(含源码,可实时跌倒检测)相关推荐
- 体验Android:个人所得税计算器 含源码
体验Android 个人所得税计算器 含源码 http://files.cnblogs.com/mobile/ptc.rar 转载于:https://www.cnblogs.com/mobile/ar ...
- 用Linux / C实现基于自动扩/减容线程池+epoll反应堆检测沉寂用户模型的服务器框架(含源码)
用Linux/ C实现基于自动扩/减容线程池+epoll反应堆模型的服务器框架 前言 服务器端源码 客户端源码 自定义库 helper.c 和 helper.h helper.c helper.h M ...
- 面部表情识别3:Android实现表情识别(含源码,可实时检测)
面部表情识别3:Android实现表情识别(含源码,可实时检测) 目录 面部表情识别3:Android实现表情识别(含源码,可实时检测) 1.面部表情识别方法 2.人脸检测方法 3.面部表情识别模型训 ...
- 戴眼镜检测和识别3:Android实现戴眼镜检测和识别(含源码,可实时检测)
Android实现戴眼镜检测和识别(含源码,可实时检测) 目录 Android实现戴眼镜检测和识别(含源码,可实时检测) 1.戴眼镜检测和识别方法 2.戴眼镜人脸检测 3.戴眼镜识别模型训练 4.戴眼 ...
- android 活体识别人脸动作活体静默活体Demo源码实现讲解
android 活体识别人脸动作活体静默活体Demo源码实现讲解 这里说活体是基于单目摄像头活体,适合所有普通安卓Android 单目摄像头的手机,双目的需要硬件支持,这里不讲述 . 百度网盘体验地址 ...
- 行人检测(人体检测)3:Android实现人体检测(含源码,可实时人体检测)
行人检测(人体检测)3:Android实现人体检测(含源码,可实时人体检测) 目录 行人检测(人体检测)3:Android实现人体检测(含源码,可实时人体检测) 1. 前言 2. 人体检测数据集说明 ...
- Android实现红绿灯检测(含Android源码 可实时运行)
Android实现红绿灯检测(含Android源码 可实时运行) 目录 Android实现红绿灯检测(含Android源码 可实时运行) 1. 前言 2. 红绿灯检测数据集说明 3. 基于YOLOv5 ...
- 人脸识别4:Android InsightFace实现人脸识别Face Recognition(含源码)
人脸识别4:Android InsightFace实现人脸识别Face Recognition(含源码) 目录 人脸识别4:Android InsightFace实现人脸识别Face Recognit ...
- 【Android 事件分发】ItemTouchHelper 源码分析 ( OnItemTouchListener 事件监听器源码分析 )
Android 事件分发 系列文章目录 [Android 事件分发]事件分发源码分析 ( 驱动层通过中断传递事件 | WindowManagerService 向 View 层传递事件 ) [Andr ...
最新文章
- mysql 5.7笔记_关于MySql 5.7.29免安装版本的一个笔记
- iOS开发-照片选择
- sicily 1150. 简单魔板
- HADOOP学习笔记(一):HDFS
- android怎么打开wifi的组播功能
- 高等数学超入门学习笔记
- 机器学习之Adaboost (自适应增强)算法
- 华为P40系列国行版来了:价格成最大悬念!
- snowpack 快速开始
- 快速通过软件设计师考试方法
- 文档未记录的API之setContentToHTMLString
- dlna和miracast可以共存吗_同屏镜像功能哪家强?DLNA miracast等技术解读
- SPSS入门教程——方差齐性检验的方法有哪些
- java实训任务_java实训任务
- spring mvc 响应处理post请求和get请求 测试
- SpringMVC在web.xml中配置DispatcherServlet拦截了静态资源访问
- 可爱的树链剖分(染色)
- CentOS6.5搭建asterisk及配置软电话
- cu3er 3D幻灯切换效果 div被遮住的解决方法
- 远程服务器访问 JupyterLab
热门文章