把轻量化 YOLO 模型部署到你的手机上

把轻量化 YOLO 模型(以常用的 YOLOv8n 为例)部署到你的旧Android手机上,最稳妥、速度最快的方案是采用 Ultralytics 导出 NCNN 格式 + Android Studio 开源模板。

按以下四个阶段操作,即可跑通全流程:


第一阶段:准备手机端环境

  1. 开启开发者模式:
  • 打开手机 设置 -> 我的设备 -> 全部参数与信息。
  • 连续快速点击 OS 版本 (或 MIUI 版本)7~8 次,直到屏幕弹出提示 "您现在处于开发者模式"。
  1. 开启调试权限:
  • 返回 设置 -> 更多设置 -> 开发者选项。
  • 开启 USB 调试。
  • 开启 USB 安装(小米澎湃 OS/MIUI 需插 SIM 卡或登录小米账号授权)。
  • 开启 USB 调试(安全设置)(允许模拟点击和安装验证)。
  1. 连接电脑:
  • 用数据线将手机连至电脑,手机上弹出"允许 USB 调试吗?",勾选 始终允许 并点击确定。

第二阶段:电脑端安装与配置 Android Studio

  1. 下载安装:
  • 从官网下载并安装最新版 Android Studio,安装路径不要包含中文或空格。
  1. 安装核心编译组件(NDK 与 CMake):
  • 打开 Android Studio,点击欢迎界面的 More Actions -> SDK Manager (如果已在主界面,点击右上角齿轮或 Tools -> SDK Manager)。

  • 切换到 SDK Tools 标签页,勾选以下三项:

  • NDK (Side by side)

  • CMake

  • Android SDK Command-line Tools

  • 点击右下角 Apply,等待自动下载并安装完成。


第三阶段:导出目标检测模型为 NCNN 格式

在训练好特定物体权重的 PC 端终端执行导出:

bash 复制代码
# 1. 确保安装了 ultralytics 和 ncnn 导出工具链
pip install ultralytics ncnn

# 2. 导出为 NCNN 格式(以自定义模型 best.pt 为例)
yolo export model=best.pt format=ncnn imgsz=640

导出成功后,同级目录下会生成一个 best_ncnn_model/ 文件夹,里面包含核心的两个文件:

  • model.param(网络结构与算子定义)
  • model.bin(训练得到的权重参数)

第四阶段:导入开源工程、替换模型并编译安装

这里使用腾讯 NCNN 官方开源的成熟模版(内置了相机流采集、Vulkan GPU 加速和绘制画框逻辑):

  1. 获取工程代码:
  1. 下载预编译依赖库:
  • 该模板需要 ncnn-android-vulkan 和 opencv-mobile 两个底层 C++ 库。
  • 打开项目源码中的 app/src/main/jni/CMakeLists.txt,查看开头要求的版本路径,通常只需去 ncnn releases 和 opencv-mobile releases 下载对应的 android-vulkan.zip,解压到工程对应目录(或参考项目 README.md 的指引路径放置)。
  1. 替换为你的模型与类别:
  • 放置模型 :进入工程目录 app/src/main/assets/,将你导出的 model.param 和 model.bin 复制进去(替换掉默认的示例模型)。
  • 修改检测类别 :打开 app/src/main/jni/yolo.cpp,找到分类标签数组 class_names:
cpp 复制代码
static const char* class_names[] = {
    "your_object_1", "your_object_2" // 改成你训练集中的目标类别名称
};
  1. 编译并部署到手机:
  • 用 Android Studio 打开解压后的工程文件夹。
  • 首次打开会自动联网同步下载 Gradle,等待右下角的进度条(Sync)加载完成。
  • 在顶部工具栏的设备选择下拉框中,确认已识别到你的手机。
  • 点击顶部绿色的 Run(运行三角形按钮)。
  • Android Studio 会自动编译 C++ 代码并打包生成 APK,随后手机上会弹出安装请求,确认后 App 便会自动启动。

打开手机上的 App 并授予相机权限,摄像头对准目标物体,画面上就会实时显示出识别框、置信度以及单帧推理耗时。得益于骁龙 8s Gen 3 的性能,帧率会稳定在 30~60 FPS。

相关推荐
开开心心就好7 小时前
显示器关不掉怎么办,用小工具一键息屏
算法·智能手机·pdf·计算机外设·ocr·lua·1024程序员节
2401_878851011 天前
微信小程序实战:掌握“手机状态”感知与设备 API 全解析
智能手机·微信小程序·notepad++
AI_Gump2 天前
AutoGLM 两年演进深度解读:一篇讲透智谱的手机 Agent 路线
人工智能·智能手机
开开心心就好3 天前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
轩哥谈芯3 天前
不用电池也能动:手机NFC给电机供电
智能手机
jay神4 天前
基于 YOLOv8 的传送带异物检测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机视觉·计算机毕业设计
AI_Gump6 天前
Harness篇|DeepSeek Harness 上手机:五条安卓移植路线与 App 内 Linux 拆解
android·linux·人工智能·智能手机·deepseek
jay神7 天前
基于 YOLOv8 的手势识别系统(Web 版)
前端·人工智能·python·深度学习·yolo·计算机视觉·计算机毕业设计
熊猫钓鱼>_>7 天前
普通用户视角的端侧智能体验手记【鸿蒙心迹】
开发语言·人工智能·华为·智能手机·性能优化·ai编程·harmonyos
鱼听禅7 天前
Ubuntu安装YOLOv8进行菌落识别训练
linux·python·yolo·ubuntu