YOLOv5-pytorch迁移至android

本文记录了yolov5迁移至android的详细过程
流程三步走：1、pytorch转换成onnx； 2、onnx转换成ncnn；3、在android部署ncnn。
在此感谢逝去的头发 o(╥﹏╥)o

一、pytorch -> onnx

1、打开yolov5/models/export.py，修改红色框路径

转换后我们得到 best.onnx
2、去掉onnx模型的冗余维度

pip install onnx-simplifier

python -m onnxsim best.onnx best-sim.onnx

至此我们得到简化后的onnx模型文件：best-sim.onnx

二、onnx -> ncnn

1、windows下编译ncnn（血与泪的回忆）

windows下编译ncnn官方教程
①、需要安装的依赖库：
* ncnn
* vs2019
* protobuf-3.4.0
* opencv
②、选择git clone或zip download下载ncnn源码
③、在vs2019的本机工具命令提示符里编译
开始 → Visual Studio 2019→ Visual Studio Tools → x64 Native Tools Command Prompt for VS 2019
④、编译protobuf

cd protobuf-3.4.0> mkdir build> cd build> cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=%cd%/install -Dprotobuf_BUILD_TESTS=OFF -Dprotobuf_MSVC_STATIC_RUNTIME=OFF ../cmake> nmake> nmake install

⑤、编译ncnn

 cd ncnn-master> mkdir -p build> cd build> cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=%cd%/install -DProtobuf_INCLUDE_DIR=../../protobuf-3.4.0/build/install/include -DProtobuf_LIBRARIES=../../protobuf-3.4.0/build/install/lib/libprotobuf.lib -DProtobuf_PROTOC_EXECUTABLE=../../protobuf-3.4.0/build/install/bin/protoc.exe -DNCNN_VULKAN=OFF ..> nmake> nmake install

✿ヽ(°▽°)ノ✿编译成功后，在ncnn-master/build/tools/onnx下有可执行文件onnx2ncnn.exe
注：
（1）ncnn的cmake步骤注意修改protobuf路径（当前路径在ncnn的build下）
（2）错误信息：

The submodules were not downloaded! Please update submodules with "git submodule update --init" and try again.

解决：官方Git里cmake语句 -DNCNN_VULKAN=ON，改成OFF
（3）错误信息：

could not find opencv

解决：在CmakeLists.txt里添加opencv路径
set(OpenCV_DIR D:/opencv/build)
find_package(OpenCV REQUIRED)
（4）错误信息：

LINK : fatal error LNK1181: 无法打开输入文件“..\..\protobuf-3.4.0\build\install\lib\libprotobuf.lib.lib”

解决：打开/ncnn-master/tools/caffe/CmakeLists.txt修改protobuf lib路径
target_link_libraries(caffe2ncnn PRIVATE ~~${PROTOBUF_LIBRARIES}~~ )
target_link_libraries(caffe2ncnn PRIVATE D:/Downloads/protobuf-3.4.0/build/install/lib/libprotobuf.lib)

2、实现onnx转换ncnn

onnx2ncnn best-sim.onnx best.param best.bin

如下

Unsupported slice step !Unsupported slice step !Unsupported slice step !Unsupported slice step !Unsupported slice step !Unsupported slice step !Unsupported slice step !Unsupported slice step !

没有关系，这是由于yolov5/models/common.py中Focus模块转换操作，切片操作在ncnn中不被支持

class Focus(nn.Module):    # Focus wh information into c-space    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups        super(Focus, self).__init__()        self.conv = Conv(c1 * 4, c2, k, s, p, g, act)    def forward(self, x):  # x(b,c,w,h) -> y(b,4c,w/2,h/2)        return self.conv(torch.cat([x[..., ::2, ::2], x[..., 1::2, ::2], x[..., ::2, 1::2], x[..., 1::2, 1::2]], 1))

解决：
①、修改生成的best.param

用 Exp层替换有来的Split + Crop + Concat
（Exp是森莫我也不知道，反正nihui这样说的）
第二行layer_count修改为减少后的层数
改前：

改后：

②、用ncnnoptimize.exe修正，顺便转为 fp16 存储减小模型体积

ncnnoptimize best.param best.bin best-opt.param best-opt.bin 65536

如下：

Input layer images without shape info, shape_inference abortedInput layer images without shape info, estimate_memory_footprint aborted

没有关系，是正常现象

解决：
③、修改生成的best-opt.param
改前：

改后：

以上主要参考<知乎>在ncnn实现YoloV5的Focus模块

三、ncnn -> android

该巨巨实现了在ncnn中YoloV5Focus的自定义以及YoloV5的后处理，就很棒
(╹▽╹)面向GitHub编程
ncnn-android-yolov5

替换模型文件即可，连上安卓手机

---------------------------------------------------- end ----------------------------------------------------------

一、pytorch -> onnx

二、onnx -> ncnn

1、windows下编译ncnn（血与泪的回忆）

2、实现onnx转换ncnn

三、ncnn -> android

更多相关文章

随机推荐