yeyupiaoling / classificationforandroid

在Android使用深度学习模型实现图像识别，本项目提供了多种使用方式，使用到的框架如下：Tensorflow Lite、Paddle Lite、MNN、TNN

开发者，你们好！

核心项目

项目类型	Pytorch版本	PaddlePaddle版本	备注
语音识别	MASR	PPASR
声纹识别	VoiceprintRecognition-Pytorch	VoiceprintRecognition-PaddlePaddle
声音分类	AudioClassification-Pytorch	AudioClassification-PaddlePaddle
语音情感识别	SpeechEmotionRecognition-Pytorch	SpeechEmotionRecognition-PaddlePaddle
语音合成	VITS-Pytorch	VITS-PaddlePaddle

语音项目

1. 基于PaddlePaddle动态图实现的语音识别项目：PPASR
2. 基于Pytorch实现的语音识别项目：MASR
3. 微调Whisper模型和加速推理：Whisper-Finetune
4. 基于PaddlePaddle静态图实现的语音识别项目：PaddlePaddle-DeepSpeech
5. 基于Pytorch实现的声音分类项目：AudioClassification-Pytorch
6. 基于PaddlePaddle实现声音分类项目：AudioClassification-PaddlePaddle
7. 基于PaddlePaddle实现声纹识别项目：VoiceprintRecognition-PaddlePaddle
8. 基于Pytorch实现声纹识别项目：VoiceprintRecognition-Pytorch
9. 基于Tensorflow实现声纹识别项目：VoiceprintRecognition-Tensorflow
10. 基于Keras实现声纹识别项目：VoiceprintRecognition-Keras
11. 基于PaddlePaddle实现的语音情感识别：SpeechEmotionRecognition-PaddlePaddle
12. 基于Pytorch实现的语音情感识别：SpeechEmotionRecognition-Pytorch
13. 基于PaddlePaddle实现的VIST语音合成：VITS-PaddlePaddle
14. 基于Pytorch实现的VIST语音合成：VITS-Pytorch

视觉项目

1. 基于PaddlePaddle实现的人脸识别项目：PaddlePaddle-MobileFaceNets
2. 基于Pytorch实现的人脸识别项目：Pytorch-MobileFaceNet
3. 基于PaddlePaddle实现的SSD目标检测模型：PaddlePaddle-SSD
4. 基于Pytorch实现的人脸关键点检测MTCNN模型：Pytorch-MTCNN
5. 基于PaddlePaddle实现的人脸关键点检测MTCNN模型：PaddlePaddle-MTCNN
6. 基于PaddlePaddle实现的文字识别CRNN模型：PaddlePaddle-CRNN
7. 基于PaddlePaddle实现的人流密度CrowdNet模型：PaddlePaddle-CrowdNet
8. 基于MXNET实现的年龄性别识别项目：Age-Gender-MXNET
9. 使用Tensorflow Lite、Paddle Lite、MNN、TNN框架在Android上不是图像分类模型：ClassificationForAndroid
10. 基于PaddlePaddle实现的PP-YOLOE模型：PP-YOLOE
11. 在Android部署的人脸检测、口罩识别、关键检测模型：FaceKeyPointsMask
12. 在Android上部署语义分割模型实现换人物背景：ChangeHumanBackground
13. 使用Tensorflow实现的人脸识别项目：Tensorflow-FaceRecognition

系列教程

1. PaddlePaddle V2版本系列教程：LearnPaddle
2. PaddlePaddle Fluid版本系列教程：LearnPaddle2

书籍源码

1. 《PaddlePaddle从入门到实战》源码：PaddlePaddleCourse
2. 《深度学习应用实战之PaddlePaddle》源码：BookSource

classificationforandroid's Issues

报错：I/HwViewRootImpl: removeInvalidNode all the node in jank list is out of time。

在使用TNN图像分类的项目时，我改用了自己的inception-v2-9.opt.tnnmodel，这个与项目中的原模型的输入shape是一样的，也是基于ImageNet得到的有1000类的模型，但是Log中输出了以上问题，不知该如何解决。上述问题出现在“选择照片”部分，无论在相册中选择什么图片，最终显示的推理结果都是“麦克风”，如下所示：

如果需要更详细的信息，

想问下mnn版本是多少？

我用一样的mobilenet模型按照命令转化后手机端跑不起来

java.lang.UnsatisfiedLinkError: dlopen failed: library "libMNN.so" not found

hi，I ran your code in Android Studio，do what you say in README，
I build mnn .so files, and put them in src/main/jniLibs/, total two folder arm64-8v and armeabi-v7a.
but I got this error ,

my compute's info:

• windows 10
• i5- 7300

I run code in an android Virtual Devices：

I run a Virtual Device with CPU/ABI is arm64-8v or armeabi-v7a, it show

Error while waiting for device: The emulator process for AVD Pixel_4_API_30_arm64 was killed.

I try some other method to solve this, but failed, could you help me?

使用YOLOv5训练的pt模型转tflite模型时出现了问题，麻烦帮我看一下

求个交流群

Android开发，求个交流群。或者一起学习研究MNN

关于图像的均值和标准差

您好，非常感谢您提供的教程！
我看到关于设置图像均值和标准差的代码十分重要，我只接触过mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]这样的处理，这应该是适应imagenet预训练模型时大家通常采用的，看起来跟您的代码里的数字差别很大，请问您能告诉我您的代码里的图像均值和标准差是如何确定的吗？

我用自己的模型进行推理

推理结果为空，请问是什么原因呢

大佬请教一下训练模型里面config的具体参数。我训练了很多模型，电脑端都能用，转到移动端就用不了。

我用我的模型在你代码里面试了下报这个错。
java.lang.IllegalArgumentException: Input error: 'input_1' is not a valid name for any input. Names of inputs and their indexes are {serving_default_rescaling_input:0=0}

模型训练的IMG_SHAPE=(224, 224, 3) batch_size=16

运行错误 java.lang.UnsatisfiedLinkError: dlopen failed: library "libomp.so" not found

这个操作lib库是在哪里的呢？
System.loadLibrary("mnncore");

TNN模块内存异常

TNN demo我们监控发现，内存会异常，物理内存使用率会越来越大，知道占满异常退出