您好,登錄后才能下訂單哦!
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(jié)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(diào)試通,方便后續(xù)的android調(diào)試。
Android進行c++調(diào)試時,使用__android_log_print
函數(shù)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(fù)制一張帶有人臉的照片,比如這里,復(fù)制了一張beauty.png
src/main/res/layout下面新加main.xml。
詳細內(nèi)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(yīng)平臺的libncnn.a
(4)增加網(wǎng)絡(luò)模型文件assets
在main下面新建assets文件夾,里面放入mtcnn的3個網(wǎng)絡(luò)結(jié)構(gòu)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(shù)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(xiàn)。
然后在該路徑下增加MTCNN類,主要需要實現(xiàn)的方法如下,
package com.example.mtcnn; public class MTCNN { //人臉檢測模型導(dǎo)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(shè)置 public native boolean SetMinFaceSize(int minSize); //線程設(shè)置 public native boolean SetThreadsNumber(int threadsNumber); //循環(huán)測試次數(shù) 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(xiàn)。
mtcnn.h,mtcnn.cpp分別定義了一個MTCNN類,然后進行了相關(guān)方法的實現(xiàn)。
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(dǎo)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(jīng)加密的:
load_param_bin
load_model
如果使用load_param,load_model加載已經(jīng)加密的文件,返回值為讀取的字節(jié)數(shù)
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(jīng)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(jié)果:
總結(jié)
到此這篇關(guān)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(guān)android studio3.6 ncnn人臉檢測mtcnn內(nèi)容請搜索億速云以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持億速云!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。