Skip to content

Latest commit

 

History

History
68 lines (47 loc) · 2.13 KB

README.md

File metadata and controls

68 lines (47 loc) · 2.13 KB

🚀 如果有帮助,点个star!⭐

移动端MNN部署,摄像头实时捕获视频流进行检测。

iOS:

  • Xcode 12.4
  • macOS 11.2.3
  • iPhone 6sp 13.5.1

Android:

  • Android Studio 4.1.1
  • Win10 20H2
  • CPU:Qualcomm 710 GPU:Adreno 616

安卓已经增加权限申请,但如果还是闪退请手动确认下相关权限是否允许。

Android

从界面中选择需要测试的模型。

iOS

从界面中选择需要测试的模型。

模型

model android iOS from other
NanoDet yes yes Github NCNN TNN

Android:

  • 由于手机性能、图像尺寸等因素导致FPS在不同手机上相差比较大。该项目主要测试MNN框架的使用,具体模型的转换可以去MNN官方查看转换教程。
  • 由于opencv库太大只保留 arm64-v8a/armeabi-v7a 有需要其它版本的自己去官方下载。
  • AS版本不一样可能编译会有各种问题,如果编译错误无法解决、建议使用AS4.0以上版本尝试一下。

iOS:

  • 如果缺少模型请从 "android_MNN_Demo\app\src\main\assets" 复制 .mnn 文件到 "iOS_MNN_Demo\MNNDemo\res" 下。
  • iOS如果opencv2.framework有用到也需要重新下载并替换到工程。

由于MNN不同版本可能会出现功能异常请注意版本,当前使用的是1.0版本。

懒人本地转换(不会上传模型): xxxx -> mnn

轻量级OpenCV:opencv-mobile

🎨 截图

Android iOS

Android

nanodet

iOS

NanoDet

感谢: