欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

基于Android studio3.6的JNI教程之ncnn人臉檢測mtcnn功能

 更新時間:2020年03月18日 10:27:01   作者:watersink  
這篇文章主要介紹了基于Android studio3.6的JNI教程之ncnn之人臉檢測mtcnn功能,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下

代碼鏈接:

https://github.com/watersink/mtcnn-linux-as

本代碼可以在模擬器下進行跑。

環(huán)境:

windows10

Android studio 3.6

Sdk:android10 api 29

Ndk:r15c

Ncnn:20200226

Linux下的代碼測試:

cd mtcnn_linux/build
cmake ..
make
./mtcnn

如果可以跑通,輸出正確結果,證明mtcnn代碼的準確性。

實際操作的時候,首先基于linux把c++代碼調試通,方便后續(xù)的android調試。

Android進行c++調試時,使用__android_log_print函數進行l(wèi)og的輸出,

開發(fā):

(1)工程建立

新建android工程,選擇Native C++,工程名為mtcnn,C++ Standard選擇c++11

(2)資源文件res修改:

src/main/res/drawable下面隨便復制一張帶有人臉的照片,比如這里,復制了一張beauty.png

src/main/res/layout下面新加main.xml。

詳細內容,

<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
 android:orientation="vertical"
 android:layout_width="fill_parent"
 android:layout_height="fill_parent">
 
 <LinearLayout
  android:orientation="horizontal"
  android:layout_width="fill_parent"
  android:layout_height="wrap_content">
  <Button
   android:id="@+id/buttonImage"
   android:layout_width="wrap_content"
   android:layout_height="wrap_content"
   android:text="選圖" />
  <Button
   android:id="@+id/buttonDetect"
   android:layout_width="wrap_content"
   android:layout_height="wrap_content"
   android:text="檢測" />
 
 </LinearLayout>
 
 <TextView
  android:id="@+id/infoResult"
  android:layout_width="fill_parent"
  android:layout_height="wrap_content"
  android:text="" />
 <ImageView
  android:id="@+id/imageView"
  android:layout_width="fill_parent"
  android:layout_height="fill_parent"
  android:layout_weight="1" />
</LinearLayout>

(3)增加ncnn的lib文件

src/main下面新加jniLibs文件夾,加入對應平臺的libncnn.a

(4)增加網絡模型文件assets

在main下面新建assets文件夾,里面放入mtcnn的3個網絡結構的模型文件。

(5)修改java文件,

修改src/main/java/com/example/mtcnn下面的MainActivity,

主要操作,包括在onCreate函數中對mtcnn這個類進行初始化。然后監(jiān)聽buttonImage,buttonDetect按鈕,分別進行實現。

然后在該路徑下增加MTCNN類,主要需要實現的方法如下,

package com.example.mtcnn;
 
public class MTCNN {
 //人臉檢測模型導入
 public native boolean FaceDetectionModelInit(byte[] det1_param, byte[] det1_bin, byte[] det2_param,byte[] det2_bin,byte[] det3_param,byte[] det3_bin);
 //人臉檢測
 public native int[] FaceDetect(byte[] imageDate, int imageWidth , int imageHeight, int imageChannel);
 
 public native int[] MaxFaceDetect(byte[] imageDate, int imageWidth , int imageHeight, int imageChannel);
 //人臉檢測模型反初始化
 public native boolean FaceDetectionModelUnInit();
 //檢測的最小人臉設置
 public native boolean SetMinFaceSize(int minSize);
 //線程設置
 public native boolean SetThreadsNumber(int threadsNumber);
 //循環(huán)測試次數
 public native boolean SetTimeCount(int timeCount);
 static {
  System.loadLibrary("mtcnn");
 }
}

(6)修改cpp文件,

首先將ncnn的include文件夾包含進來。

將模型的3個id.h文件包含進來,det1.id.h,det2.id.h,det3.id.h

mtcnn_jni.cpp負責對人臉檢測的幾個native方法進行實現。

mtcnn.h,mtcnn.cpp分別定義了一個MTCNN類,然后進行了相關方法的實現。

需要注意,

這里讀取的模型文件是通過二進制的方式讀取的assets下面的模型。所以模型文件一定要首先進行加密處理(ncnn2mem)。

然后ncnn讀取加密后文件和未加密文件是有一些區(qū)別的。主要包含2個地方。

第一個區(qū)別就是導入模型的區(qū)別,詳細的用法看下圖。

未加密的:

load_param
load_model

已經加密的:

load_param_bin
load_model

如果使用load_param,load_model加載已經加密的文件,返回值為讀取的字節(jié)數

其余情況下,正常加載模型會返回0,錯誤返回其他值。

第二個區(qū)別就是,就是模型讀取輸入節(jié)點和輸出節(jié)點的區(qū)別,

未加密的:

ex.input("data", in);
ncnn::Mat score_, location_;
ex.extract("prob1", score_);
ex.extract("conv4-2", location_);

已經加密的:

ex.input(det1_param_id::BLOB_data, in);
ncnn::Mat score_, location_;
ex.extract(det1_param_id::BLOB_prob1, score_);
ex.extract(det1_param_id::BLOB_conv4_2, location_);

(7)修改cpp下面的CMakeLists,增加ncnnlib的引用。

cmake_minimum_required(VERSION 3.4.1)
 
#include頭文件目錄
include_directories(include)
#source directory源文件目錄
file(GLOB MTCNN_SRC *.h
     *.cpp)
set(MTCNN_COMPILE_CODE ${MTCNN_SRC})
#添加ncnn庫
add_library(libncnn STATIC IMPORTED )
set_target_properties(libncnn
 PROPERTIES IMPORTED_LOCATION
  ${CMAKE_SOURCE_DIR}/../jniLibs/${ANDROID_ABI}/libncnn.a)
#編譯為動態(tài)庫
add_library(mtcnn SHARED ${MTCNN_COMPILE_CODE})
#添加工程所依賴的庫
find_library( log-lib log )
target_link_libraries( mtcnn
      libncnn
      android
      jnigraphics
      z
      ${log-lib} )

(8)修改app/build.gradle下, defaultConfig里面加入下面的代碼,

externalNativeBuild {
   cmake {
    arguments "-DANDROID_TOOLCHAIN=clang"
    cFlags "-fopenmp -O2 -fvisibility=hidden -fomit-frame-pointer -fstrict-aliasing -ffunction-sections -fdata-sections -ffast-math "
    cppFlags "-fopenmp -O2 -fvisibility=hidden -fvisibility-inlines-hidden -fomit-frame-pointer -fstrict-aliasing -ffunction-sections -fdata-sections -ffast-math "
    arguments "-DANDROID_STL=c++_shared", "-DANDROID_CPP_FEATURES=rtti exceptions"
    cppFlags ""
    cppFlags "-std=c++11"
    cppFlags "-frtti"
    cppFlags "-fexceptions"
   }
  }
  ndk {
   abiFilters 'armeabi-v7a'// , 'arm64-v8a' //,'x86', 'x86_64', 'armeabi'
   stl "gnustl_static"
  }

最終結果:

 總結

到此這篇關于基于Android studio3.6的JNI教程之ncnn人臉檢測mtcnn功能的文章就介紹到這了,更多相關android studio3.6 ncnn人臉檢測mtcnn內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

最新評論