项目
在 GitHub 查看
cmdbug/YOLOv5_NCNN
cmdbug/YOLOv5_NCNN has 1,569 GitHub stars and 304 forks. GitHot measured 0 stars in 24 hours and -1 in 7 days. Last checked 2026-11-09 03:19 UTC. Last push 2022-05-17.
🍅 Deploy ncnn on mobile phones. Support Android and iOS. 移动端ncnn部署，支持Android与iOS。
实测星标增长
- 24小时
- 0
- 7天
- -1
- 15天
- 正在收集历史
- 1个月
- 正在收集历史
各周期内的星标净变化，周期相互重叠，并非每日新增。缺失的测量保持空白。星标代表关注度，不代表软件质量。
README_CN.md
原文:rocket: 如果有帮助，点个star！:star:
移动端NCNN部署，项目支持YOLOv5s、YOLOv4-tiny、MobileNetV2-YOLOv3-nano、Simple-Pose、Yolact、ChineseOCR-lite、ENet、Landmark106、DBFace、MBNv2-FCN与MBNv3-Seg-small模型，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
- Win10 20H2
- CPU:Qualcomm 710 GPU:Adreno 616
iOS
从界面中选择需要测试的模型。
Android
从界面中选择需要测试的模型。
模型
| model | android | iOS | from | other |
|---|---|---|---|---|
| YOLOv5s | yes | yes | Github | TNN |
| YOLOv4-tiny | yes | yes | Github | |
| YOLOv3-nano | yes | yes | Github | |
| YOLOv5s_custom_op | yes | yes | zhihu | |
| NanoDet | yes | yes | Github | TNN MNN |
| YOLO-Fastest-xl | yes | yes | Github | |
| Simple-Pose | yes | yes | Github | |
| Yolact | yes | yes | Github zhihu | |
| ChineseOCR_lite | yes | yes | Github zhihu | |
| ENet | bug | cancel | Github | |
| Landmark106 | yes | yes | Github | |
| DBFace | yes | yes | Github | |
| MBNv2-FCN | yes | yes | Github | |
| MBNv3-Seg-small | yes | yes | Github | |
| Light_OpenPose | yes | yes | Github |
iOS:
- 从 "android_YOLOV5_NCNN\app\src\main\assets" 复制 .param 和 .bin 文件到 "iOS_YOLOv5NCNN\YOLOv5NCNN\res" 下。
- iOS如果提示 net.h 找不到的需要去ncnn官网下载或自行编译.framework(20201208)替换到工程中，opencv2.framework(4.3.0)如果有用到也需要重新下载并替换到工程。
- iOS默认使用的库不包含vulkan与bitcode。
- 正常下需要重新下载 ncnn.framework/glslang.framework/openmp.framework/opencv2.framework 并替换到工程中。
- Vulkan的配置可以看 Issues 里面有提到大概的配置。
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NCNN框架的使用，具体模型的转换可以去NCNN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。
- ncnn暂时使用vulkan版本，在加载前需要打开加速，本项目中没有打开。如果要用ncnn版本需要修改CMakeLists.txt配置。
- 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。
- ncnn已经更新到新版本，即包含 ncnn.cmake 的官方导入方式。
该项目更多的是练习各种模型的使用与部署，在速度上没有过多处理。如果对速度有要求可以直接获取 YUV 等数据直接输入或使用 texture 与 opengl 等方式实现数据输入，减少中间的数据传输与转换。
懒人本地转换(不会上传模型): xxxx -> ncnn
轻量级OpenCV:opencv-mobile
:art: 截图
| Android | iOS |
|---|---|
 |
 |
Android
| mbnv2-yolov3-nano | yolov4-tiny | yolov5s |
|---|---|---|
 |
 |
 |
| simple_pose | yolact | chineseocr_lite_01 |
|---|---|---|
 |
 |
 |
| chineseocr_lite_02 | ENet | yoloface500k-landmark106 |
|---|---|---|
 |
 |
 |
| dbface | mbnv2_fcn | mbnv3_seg_small |
|---|---|---|
 |
 |
 |
| yolov5s_custom_op | nanodet | yolo-fastest-xl |
|---|---|---|
 |
 |
 |
| light_openpose |
|---|
 |
iOS
| mbnv2-yolov3-nano | yolov4-tiny | yolov5s |
|---|---|---|
 |
 |
 |
| yolov5s_custom_op | nanodet | yolo-fastest-xl |
|---|---|---|
 |
 |
 |
| mbnv2_fcn | mbnv3_seg_small | simple_pose |
|---|---|---|
 |
 |
 |
| chineseocr_lite_01 | chineseocr_lite_02 | light_openpose |
|---|---|---|
 |
 |
 |
| yolact | yoloface500k-landmark106 | dbface |
|---|---|---|
 |
 |
 |
感谢:
- sunnyden, dog-qiuqiu, ..., nihui
- https://github.com/Tencent/ncnn