内容简介:ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖,跨平台,手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn,开发者能够将深度学习算法轻松移植到手机端高效执行,开发出人工智能 APP,将 AI 带到你的指尖。ncnn 目前已在腾讯多款应用中使用,如 QQ,Qzone,微信,天天P图等。基于神经网络计算的开源人脸检测基于神经网络计算的开源人脸识别
ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖,跨平台,手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn,开发者能够将深度学习算法轻松移植到手机端高效执行,开发出人工智能 APP,将 AI 带到你的指尖。ncnn 目前已在腾讯多款应用中使用,如 QQ,Qzone,微信,天天P图等。
mtcnn
基于神经网络计算的开源人脸检测
facenet
基于神经网络计算的开源人脸识别
mtcnn和facenet具体介绍可以google一下
创建Android工程,编辑CMakeLists.txt文件
修改build.gradle,添加ndk环境
android { ..... defaultConfig { ........ 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" } } compileOptions { targetCompatibility JavaVersion.VERSION_1_8 sourceCompatibility JavaVersion.VERSION_1_8 } ........ externalNativeBuild { cmake { path "CMakeLists.txt" version "3.10.2" } } } 复制代码
然后在build.gradle的统计目录下添加CMakeLists.txt
# For more information about using CMake with Android Studio, read the # documentation: https://d.android.com/studio/projects/add-native-code.html cmake_minimum_required(VERSION 3.4.1) include_directories(src/main/cpp/opencv2 src/main/cpp/opencv src/main/cpp/include src/main/cpp/) file(GLOB MTCNN_SRC src/main/cpp/*.h src/main/cpp/*.cpp src/main/cpp/mtcnn.cpp src/main/cpp/mobilefacenet.cpp src/main/cpp/mtcnn_jni.cpp) set(MTCNN_COMPILE_CODE ${MTCNN_SRC}) add_library(mtcnn SHARED ${MTCNN_COMPILE_CODE}) add_library(libopencv_java3 SHARED IMPORTED) set_target_properties(libopencv_java3 PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/src/main/jniLibs/${ANDROID_ABI}/libopencv_java3.so) add_library(libncnn STATIC IMPORTED) set_target_properties(libncnn PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/src/main/jniLibs/${ANDROID_ABI}/libncnn.a) find_library(log-lib log) target_link_libraries( mtcnn libopencv_java3 libncnn jnigraphics z ${log-lib}) 复制代码
添加so文件
-
在src的main文件夹下创建jniLibs,然后对应的ABI文件夹下添加libopencv_java3.so和libncnn.a
-
或者添加到其他位置,在build.gradle中指定jinLibs也是可以的
cpp文件夹
- 在src的main文件夹下创建cpp文件夹
- 需要用到ncnn和opencv,将ncnn的include和opencv的opencv和opencv2这三个文件夹复制到cpp文件夹下
- 编写mtcnn.cpp和mobilefacenet.cpp以及mtcnn_jni.cpp
- 具体代码见后面
以上所述就是小编给大家介绍的《基于nccn和mtcnn和facenet实现人脸识别(Android)》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。