🚀 编码不易，点个star！

移动端目标检测，项目支持YOLOv5s、YOLOv4-tiny与MobileNetV2-YOLOv3-nano模型，摄像头实时捕获视频流进行检测。

iOS:

• Xcode 11.5
• macOS 10.15.4
• iPhone 6s 13.5.1

Android:

• android studio 4.0
• win10 1909
• meizu 16x 8.1.0

部分代码参考自：sunnyden 的开源项目。 安卓已经增加权限申请，但如果还是闪退请手动确认下相关权限是否允许。

iOS

YOLOv5s:     ViewController.mm->USE_YOLOV5 = YES;
YOLOv4-tiny: ViewController.mm->USE_YOLOV5 = NO;
YOLOv3-nano: Due to time constraints, you need to modify it yourself.
    1. Copy 2 files from Android library: .param and .bin
    2. Just modify the loading name of yolov4-tiny.

Android

Select the model to be tested directly on the interface.

模型速度

• YOLOv5s输入尺寸减小，解码过程使用了大量的 for 循环与 NMS 表现出来会比较慢。
• YOLOv4-tiny使用默认尺寸，解码过程没有大量的 for 与 NMS 所以速度会快些。
• YOLOv3-nano与v4-tiny一样。

Note：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。

🎨 截图