前言 首先我的yolov5的版本是v6.1，我的部署方式是将模型先转为tflite然后部署到安卓上。大家一般是使用自己的训练模型权重文件来部署，所以我直接讲述自定义模型的部署检测。
链接：https://pan.baidu.com/s/1bskq8A9aFdqyTimnd9-1XA?pwd=7215
提取码：7215
一、首先先对export文件的参数进行修改
原始
修改后
615行 将 coco128.yaml修改为自己所应用的数据集名字，以我的为例将coco128.yaml改为dog and cat .yaml
616行是权重文件路径，将yolov5s.pt改为自己训练出来的权重文件，我的是best 就将yolov5改为best
617行是输入图片尺寸，将改（640，640）改为（320，320）
619行是选择gpu或者是cpu，如果是gpu的话如第二个图片加上0
624行像我一样在action前加上default=True表示采用int8计算，否则后面会报错
二、然后将训练后的权重文件拖入到你的路径后运动，会在best后面得到图示文件best—int8.tfite
自此export导出成功，然后安装Android Studio和代码
首先在github官网下载代码，由于需要科学上网就下载我在网盘的分享吧
链接：https://pan.baidu.com/s/1bskq8A9aFdqyTimnd9-1XA?pwd=7215
提取码：7215
下载好后再下载2021.3.1版本的Android Studio，为了方便请将yolov5-tf-android放到桌面上，打开Android 左上角file 然后点击open打开
文件路径参考如下：
左上角切换为project模式
有时候一般会提示你sdk没有安装
安装步骤如下
如图打开file然后点击settings操作，安装ndk21.1.6352462版本
然后配置路径
在file下点击project structure配置
点击...选择21.1.6352462版本，示意如下
然后将之前训练好的best-int8.tflite改名为yolov5s-int8.tflite（这样改名后可以不用改原文代码减少报错并且不影响结果）
将此文件拖入到如下位置
三、然后修改种类位置，打开coco.txt并删除全文内容，将自己的种类复制进去
例如
注意顺序对应然后插入手机（打开usb调试）然后右上角三角运行安装
然后安装上就可以啦
效果如下
