yolov5_with_ncnn

网上这个东西的教程很多，但是他们往往不说版本对应关系，这使得有许多细节需要更改，对于小白，这相当于没有教程，因为解决细节需要你有一定的功底，我这里直接提供了一套配套的文件。

拓展部分（可以跳过，与本工程无关）

如何 onnx 模型可视化。
pytorch 到 ncnn，有些网络层没有对应的 c++ 底层实现，怎么自己手撸 ncnn ，或者修改 .param 文件。
认识无法转化的 crop 层。

使用yolov5和ncnn，将其部署到移动端，我提供了精心挑选的相互匹配的版本，不会报错，为您节省了许多时间

如何安装

直接下载 yolov5 和安卓文件，进入到 ncnn-android-yolov5/app/src/main/ ，解压 jni.zip。

训练模型

在 yolov5/models/pts/ 下提供了两个官方的预训练模型。
参照 yolov5 官方教程即可，在训练结果中得到 best.pt 文件。
使用 export.py 导出 onnx 格式，注意，必须要带有 --train ，例如
```
python export.py --train
```

使用模型剪枝工具转化 onnx 文件

pip install onnx coremltools onnx-simplifier

python -m onnxsim best.onnx best-sim.onnx

将剪枝后的文件 best-sim.onnx 转化为 ncnn 文件用于部署，在这里转换。
将 .param 和 .bin 替换安卓工程的 ncnn-android-yolov5/app/src/main/assets/ 即可
更改 .param 文件，参照这里即可

开始享受吧