【教程】基于TensorFlow Lite的yolov5部署过程

一、文件转化：先将pt文件转化为tflite，我是基于zldrobit大神的pull代码进行文件转化和后续部署的。但刚开始关于pt文件的转换我是采用yolov5官方的方法，不过按着zldrobit大神的代码部署到安卓机上时应用程序会出现闪退的情况，排除手机内存、应用程序本身等问题之后，我猜想可能是权重文件转化的问题，后来就重新按着zldrobit大神转换了一次，便完成部署。因为常常遇到网络问题，我有时会喜欢手动下载并安装：

1、首先下载并解压项目zip安装包(文件我上传至云，链接：https://pan.baidu.com/s/1t8jwWtykt11YKpyugGPSjA ，提取码：sgt6)

2、安装环境依赖库：进入该项目文件夹，然后执行命令安装所需要的库

pip install -r requirements.txt
pip install tensorflow==2.4.0

3、文件转化：将下载的yolov5的权重文件“yolov5s.pt”放到weights文件夹里，然后执行命令：

python  models/tf.py --weight weights/yolov5s.pt --cfg models/yolov5s.yaml --img 320

如此便得到转化后的.tflite文件：

生成的.tflite文件我也放置至此，提取码xtd1。

4、将转化后的文件存放到assets文件夹里，路径如下：

 

二、部署到安卓端：

因为本人之前没有安装过java和Android studio，所以顺带安装配置一下。

（一）java环境配置 

先下载jdk：下载链接，然后根据这个教程就可以完成配置，但这里想说明两点：

（1）新建->变量名"JAVA_HOME"，变量值"D:\Java\jdk-17.0.2"（即JDK的安装路径）

（2）编辑——变量名"Path"——点击"新建"——输入"%JAVA_HOME%\bin"——点击"确定"，再次点击编辑——变量名"Path"——"新建"——输入"%JAVA_HOME%\jre\bin"，点击确定。

（二）安装Android studio

在官网上下载即可。网上安装教程也比较多，可以参考一下。但个人觉得这些教程有些比较复杂，完全可以自己到官网下载后并一路傻瓜式安装。

（三）部署

1、打开Android studio：因为喜欢干净的桌面所以没有创建快捷方式，可以在Android studio的安装文件里的bin文件夹打开exe执行文件，如下图所示：

2、打开工程文件：如果安装后首次进入Android studio界面的，会在界面中部看到有个“open”选项，点击然后选择刚下载大神文件里的“android”工程文件就可以。但我现在写这篇博文的时候已经打开过几次了，所以就以我的界面简单示意一下：

打开之后稍微等下一下，因为会自动加载相关依赖，这时候可以同时进行下一步。

 3、开启手机的开发者模式：先用USB连接手机和电脑，然后打开开发者模式，不同品牌手机的启发方式不同，以我实验的oppo为例，设置——关于手机——版本号连续点击7次，即可进入开发者模式——退出到设置界面——其他设置——开发者选项——点击打开按钮——打开USB调试模式，此时手机已经处于了开发者模式。

4、进入AS调试：在此之前，先安装自己手机的Android SDK，Tools——SDK Manager——SDK Platforms——根据自己手机的版本选择对应版本，我的是8.1，所以勾选了8.1，具体如下所示：

 然后进入调试，Run——Run app——选择自己的手机，点击——注意观察手机弹出框——操作手机，安装，打开——完成，附上最后效果图：

 ps：有的教程可能还有安装驱动什么的，但是我没有安装，如果照我写的这样不能完成部署，或许可以试试安装一下。

在学习这个部署的过程中我还发现了一个模型在线转换器，安利给大家就是我，可以进行多种文件转化，比如onnx——ncnn，希望可以帮助大家节省编译时间~

以上就是全部内容了，如有疑问和错误欢迎私信~