Android 导入ncnn-android-yolov8-seg : 实现人体识别和人像分割

1. 前言

上篇文章我们在Android中使用OpenCV实现了人脸识别,这篇文章我们使用OpenCV+YOLOv8+NCNN 来实现人像分割的功能。

首先来看下效果,这里会识别出人体,并会用蓝色的框框出来,并会有标签标注识别出的物体是什么,概率是多少。
识别出的人像,会覆盖上一层粉红色,其实就是识别出了整个人体轮廓了。

在这里插入图片描述

2. YOLOv8是什么

YOLOv8 是来自 Ultralytics2023年最新的基于 YOLO 的对象检测模型系列,提供了先进的性能。
要了解YOLOv8,就要先看一下YOLO (you only look once)的诞生历史,这部分具体详见 童心未泯的 YOLO 之父,Joseph Redmon 笑傲 CV 江湖记,这里就不过多介绍了,我们只需要知道,YOLO只需要浏览一次就可以识别出图中的物体的类别和位置,并且能够进行图像分割。

3. NCNN是什么

ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。 ncnn 从设计之初深刻考虑手机端的部署和使用。 无第三方依赖,跨平台,手机端 cpu 的速度快于目前所有已知的开源框架。 基于 ncnn,开发者能够将深度学习算法轻松移植到手机端高效执行, 开发出人工智能 APP ,将 AI 带到你的指尖。 ncnn 目前已在腾讯多款应用中使用,如:QQ,Qzone,微信,天天 P 图等。

NCNN目前已经支持大部分的CNN网络,包括YOLO。这意味着YOLO算法可以集成到NCNN框架中,并在手机端进行高效执行。因此,NCNNYOLO可以相互结合使用,以实现更快速、更高效的目标检测。

4. OpenCV是什么

OpenCV是一个跨平台计算机视觉和机器学习软件库,它轻量级而且高效,由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。在本篇文章中,OpenCV主要是以图像转化与传递的作用引入的。

5. 运行ncnn-android-yolov8-seg

那么,怎么在Android中如何使用OpenCV+YOLOv8+NCNN呢 ?
首先,我们可以在Github上找到这个库 : Digital2Slave/ncnn-android-yolov8-seg,内部已经使用OpenCV+YOLOv8+NCNN,来实现人像分割功能了,这里我们可以来导入这个项目,运行一下看下效果。

5.1 导入ncnn-android-yolov8-seg

我们下载好Digital2Slave/ncnn-android-yolov8-seg的代码后,使用Android Studio 3.6导入项目。

这个时候,会提示报错

Caused by: java.lang.NullPointerException
	at com.google.common.base.Preconditions.checkNotNull(Preconditions.java:787)
	at com.android.build.gradle.internal.ndk.NdkHandler.getPlatformVersion(NdkHandler.java:159)
	at com.android.build.gradle.internal.ndk.NdkHandler.supports64Bits(NdkHandler.java:332)
	at com.android.build.gradle.internal.ndk.NdkHandler.getSupportedAbis(NdkHandler.java:404)
	...

这是因为我们还没有配置NDK路径

5.2 配置CMake和NDK路径

local.properties添加如下代码

# 设置cmake路径,这里的路径要改成你的实际cmake路径
cmake.dir=C\:\\Developer\\Android_SDK\\cmake\\3.10.2.4988404
# 设置ndk路径,这里的路径要改成你的实际ndk路径
ndk.dir=C\:\\Developer\\Android_SDK\\ndk\\20.0.5594570

这里会有ndk版本的问题,需要使用Ndk16Ndk20的版本,高版本的Ndk会有兼容性问题。

如果使用高版本的NDK版本,需要加上fopenmp
在这里插入图片描述

5.3 配置 NDK DANDROID_STL

appbuild.gradle中,externalNativeBuildcmake代码块中,可以添加如下代码

arguments "-DANDROID_STL=c++_shared"

总体代码如下

externalNativeBuild {
    
    
    cmake {
    
    
        cppFlags "-std=c++11 -frtti -fexceptions"
        abiFilters 'arm64-v8a'
        arguments "-DANDROID_STL=c++_shared"
    }
}   

5.4 解决报错 unknown argument

我们再同步一下项目,可以发现报如下错误

Execution failed for task ':app:externalNativeBuildDebug'.
> Build command failed.
  Error while executing process C:\Developer\Android_SDK\cmake\3.10.2.4988404\bin\cmake.exe with arguments {
    
    --build E:\WorkSpace\Demo\Tnn\New\ncnn-android-yolov8-seg\app\.externalNativeBuild\cmake\debug\arm64-v8a --target yolov8ncnn}
...
clang++.exe: error: unknown argument: '-static-openmp'
ninja: build stopped: subcommand failed.

这里我们全局搜索-static-openmp,将其都删除。

在这里插入图片描述
接着重新编译一下 C++ Projects
在这里插入图片描述
然后,点击运行,发现项目正常运行起来了。
在这里插入图片描述

6. 接入OpenCV+YOLOv8+NCNN

然后我们可以在自己的项目中接入OpenCV+YOLOv8+NCNN了,但是看了下源码,我们可以发现ncnn-android-yolov8-seg这个项目里的相机是用的c/c++,但是在我们项目中,使用的Java层的Camera API来实现的API

在这里插入图片描述

要想在自己项目里集成ncnn,那就需要把ncnn-android-yolov8-seg里的核心代码给抽离,然后对接到JavaCamera API中。

那需要怎么做呢 ?

下一篇文章来实现一下

详见 : Android 在自己的项目接入OpenCV+YOLOv8+NCNN,实现人像分割-CSDN博客

猜你喜欢

转载自blog.csdn.net/EthanCo/article/details/133383640