安卓广告跳过 yolov5 ncnn方式集成

代码原地址： https://github.com/nihui/ncnn-android-yolov5
我在这里只是替换了模型信息，其余的内容基本没有修改。
原工程并没有写如何进行模型转换，模型转换可以参考这篇文章：https://blog.csdn.net/flyfish1986/article/details/116604907里面写的比较详细了。
这里简单的做个备份，不想跳转的可以直接参考下面的内容：

模型转换为ncnn格式

1. 导出onnx
   bash
python models/export.py --weights yolov5s.pt --img 320 --batch 1
2. onnx-simplifer简化模型 bash
python -m onnxsim yolov5s.onnx yolov5s-sim.onnx
3. 专函为ncnn bash
./onnx2ncnn yolov5s-sim.onnx yolov5s.param yolov5s.bin
4. 处理转ncnn产生的Unsupported slice step !
   1).处理YOLOv5的Focus模块,将多个slice节点转换为一个focus节点
   
   

   转换为：
   
   编辑yolov5s.param文件，处理步骤如下：
   a. 红框内4行到13行删除
   
   b. 一共删除了10层，第二行的173更改为164，计算方法173-(10-1)=164
   
   c. 增加自定义层
   bash
YoloV5Focus focus 1 1 images 159
   159来自下图，找到删除的第13行
   
   Foucs更改之后的结果是
   
   2). 支持动态尺寸输入
   将reshape中的960，240，60更改为-1，或者其他 0=后面的数
   

5. ncnn optimize优化
   bash
./ncnnoptimize yolov5s.param yolov5s.bin yolov5s-opt.param yolov5s-opt.bin 1
6. C++代码处理
   1). 三个extract
   ncnn-20210507/examples目录下的yolov5.cpp,我们仿照代码中output,781,801 进行更改 .代码举例
   
   代码更改依据以781,801 为例
   
   
   我们自己的C++代码可以依据onnx文件更改三个输出.也可以根据ncnn的Permute的每一个output,分别是output,395,415
   
   2) 代码中anchor
   a. 可以依据模型在训练时的输出
   
   b. 也可以依据yolov5/models/中的配置文件,以yolov5s.yaml为例
   
   
   [这两种方式我没看明白是怎么得到stride中的那几个数字的，谁知道怎么算的还望不吝赐教。]
7. 最后的运行
   加载模型更改为自己的模型yolov5s-opt.param 和yolov5s-opt.bin
   
   编译： bash
ncnn-20210507/build$ make install
   编译运行：
   bash
ncnn-20210507/build/examples$ ./yolov5 1.jpg

安卓工程项目集成

step1

https://github.com/Tencent/ncnn/releases
download ncnn-android-vulkan.zip or build ncnn for android yourself

step2

extract ncnn-android-vulkan.zip into app/src/main/jni or change >the ncnn_DIR path to yours in app/src/main/jni/CMakeLists.txt

step3

open this project with Android Studio, build it and enjoy!

实际效果：

在单类识别中没有3个输出函数，如下图所示：

于是3个stride 分别以不同的permute节点数值填写，实际的探测效果不忍直视，谁知道什么问题导致的还望不吝赐教。

github链接：https://github.com/obaby/skip_ads_android_ncnn_project.git

参考链接：
https://github.com/cmdbug/YOLOv5_NCNN.git
https://blog.csdn.net/flyfish1986/article/details/116604907
https://zhuanlan.zhihu.com/p/266130778
https://zhuanlan.zhihu.com/p/350278710