1、下載NCNN項目

# 鏈接地址
https://github.com/Tencent/ncnn/releases?page=2

android ios macos linux windows webassembly 預編譯庫 20220420 7600270

2、下載基于安卓的yolov5項目

https://github.com/nihui/ncnn-android-yolov5

將目錄ncnn-20220420-android-vulkan下的所有的文件

復制到目錄ncnn-android-yolov5-master下的ncnn-android-yolov5-master\app\src\main\jni路徑下

報錯1：

Android Studio處理異常報錯：Cause connect timed out

解決方案則是：
在gradle-wrapper.properties中更改distributionUrl地址如下：

distributionUrl=https://mirrors.cloud.tencent.com/gradle/gradle-5.4.1-all.zip

報錯2：

NDK not configured. Download it with SDK manager.

3、修改相應的配置文件

進入到如下目錄中

將CMakeLists.txt文件中的相關路徑修改成如上所示（由于已經實現將相關的文件復制到到了對應的目錄內）

經過上述操作后，點擊如下，進行項目重構

修改鏡像源：

將build.gradle文件修改成如下內容：

// Top-level build file where you can add configuration options common to all sub-projects/modules.
buildscript {repositories {// 阿里云鏡像maven { url 'https://maven.aliyun.com/repository/google' }maven { url 'https://maven.aliyun.com/repository/gradle-plugin' }maven { url 'https://maven.aliyun.com/repository/public' }maven { url 'https://maven.aliyun.com/repository/central' }// 清華鏡像（備用）maven { url 'https://mirrors.tuna.tsinghua.edu.cn/maven/google' }maven { url 'https://mirrors.tuna.tsinghua.edu.cn/maven/central' }mavenCentral()}dependencies {classpath 'com.android.tools.build:gradle:4.2.2'}
}allprojects {repositories {// 阿里云鏡像maven { url 'https://maven.aliyun.com/repository/google' }maven { url 'https://maven.aliyun.com/repository/public' }maven { url 'https://maven.aliyun.com/repository/central' }// 清華鏡像（備用）maven { url 'https://mirrors.tuna.tsinghua.edu.cn/maven/google' }maven { url 'https://mirrors.tuna.tsinghua.edu.cn/maven/central' }mavenCentral()}
}

4、將項目打包成apk包

按照鏈接https://guoqingru.blog.csdn.net/article/details/151359111的流程打包成apk并安裝，檢測效果如下圖所示

5、部署自己訓練的yolov5模型

我是采用的yolov5-6.0版本，我使用pytorch1.8版本，剛開始采用的pytorch版本是1.13，結果由于版本太高出現異常報錯問題

首先需要將訓練的.pt文件轉換成.onnx格式

采用如下指令：

python export.py --weights yolov5s.pt --include onnx   

onnx去冗余

.pt模型導出的.onnx模型包含許多冗余的維度，這是ncnn不支持的，所以需要去掉冗余的維度。一定要去冗余！！！！要不后面轉換容易報錯

前置：onnx(pytorch自帶了，不用單獨安裝)、onnx-simplifier （需要安裝）

安裝onnx-simplifier的指令：

pip install onnx-simplifier

去冗余指令：

python -m onnxsim yolov5s.onnx  yolov5s-sim.onnx

如下所示，轉換完畢：

再將得到的.onnx文件轉換成.ncnn格式文件：

轉換工具下載地址：

https://download.csdn.net/download/guoqingru0311/91903993

將轉換后的瘦身后的模型下載到Windows系統本地，采用如下所示的轉換工具將yolov5s-sim.onnx文件轉換成.ncnn格式的文件（注意：必須要將.onnx文件進行瘦身去除掉冗余，否則接下來的ncnn文件轉換會報錯）

轉換后的生成文件如下所示：

參數配置修改：
將轉換得到的yolov5s.bin與yolov5s.param文件拷貝至項目F:\ncnn-android-yolov5-master\app\src\main\assets目錄下進行如下修改：

原始文件：

修改后：

注意：必須將下圖中的紅色標注區域改成對應的375與400

修改對應的檢測物體類別標簽：

修改完上述文件中紅、綠標注的位置后，重構項目，安裝程序！！！

6、相關資料下載：

安卓端部署Yolov5-v6.0目標檢測項目全流程記錄-相關代碼資料

https://download.csdn.net/download/guoqingru0311/91906099

安卓端部署Yolov5-v6.0目標檢測項目全流程記錄-講解資料

https://download.csdn.net/download/guoqingru0311/91906112