安卓部署全流程部署口罩目标检测模型（落地部署安卓手机）
项目简介
1 该项目使用Labelimg进行数据标注，自定义数据集；
2 使用Paddlex将数据集划分为训练集、测试集；
3 使用PaddleDetection目标检测套件训练模型；
4 最后导出模型，通过PaddleLite生成.nb文件，部署到手机上；
5 安卓部署详细操作；
（1）配置系统环境
（2）下载PaddleLite-dome
（3）下载Android Studio开发环境并配置软件环境
（4）dome调试
（5）根据dome，加入自己的模型，修改配置，实现自己的dome，并调试
（6）将APP打包成可安装程序.apk文件
实现飞桨框架深度学习模型从0到1的全流程。
数据标注
建议安装Anaconda便于对包环境的管理，在Anaconda环境中安装Labelimg
下面讲解安装成功后操作流程
1 新建数据集文件夹：JPEGImages文件存放事先准备好的图片，Annotations文件存放xml标注文件（未标注时此文件为空）
2 打开Labelimg：点击Change Save Dir找到刚刚创建的Annotations文件；点击Open Dir找到JPEGImages文件；快捷键按D，拖拽选中区域，并在弹框内打标签；点击Next Image对下一张图片进行标注（此时会弹出是否保存的提示框，可勾选View->Auto Save mode，默认将每张图片标注完后自动保存）
3 上述步骤完成后，Annotations文件中会产生一堆xml文件，格式如下：
小结
本次部署选择object_detection_demo是考虑到有的小伙伴想做其它方面的检测，给大家介绍一个通用的检测demo，若专门做口罩检测可选择mask_detection_demo
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！