移动式yolov5修剪蒸馏 mobilev2-yolov5s的通道修剪和蒸馏。超轻但性能更好！ TensorRT版本===> Android版本===> 背景 yolov5s在640x640分辨率下的计算量和参数量分别为8.39G和7.07M。在速度上仍然有提升空间，通过替换backbone（mobilenetv2），通道剪枝对模型进行压缩。 。本项目以工程化为基础，主要是模型端的优化。实现了常用的剪枝和蒸馏算法，并完成了一个简单的介绍和评估。将工程可用模型转换成对应的部署版本。 基准线 数据集采用Pascal VOC，训练集= train2007 + train2012 + val2007 + val2012，测试集= test2007，基线采用mobile-yolo（imagenet预训练），如果没有特别说明，第一个模块采用重点如果特定特殊说明则可以使用替换参数，batchsize

A Late Fusion CNN for Digital Matting.pdf

android端yolov5 app 摄像头实时捕获视频流进行检测; 项目地址：https://github.com/binzhouchn/ncnn-android-yolov5

包含4个文件分别是yolo-v4的.bin和.param 以及yolo-v4tiny的.bin和.param 官方提供的，我忘了从哪里下载的了，教程需要所以传上去了

ncnn Linux x86 的SDK,已经下好了，当然网快的同学可以下这个 （wget https://sdk.lunarg.com/sdk/download/1.1.114.0/linux/vulkansdk-linux-x86_64-1.1.114.0.tar.gz?Human=true -O vulkansdk-linux-x86_64-1.1.114.0.tar.gz）内容是一样的

可以输出17个点的简易姿态评估模型，我自己的企业级产品就在使用，效果还是不错的，只要背景不是乱得太可以，或者衣服的颜色与背景混合严重，基本上都是可以正常的评估出来的。这个模型的好处就是速度非常快，基本上是所有已知模型中速度最快的一个。包内的.h文件是已经被代码化后的定义文件，直接使用NCNN的二进制接口加载就可以了

mobileFacenet-ncnn-update-mobilefacenet-ncnn.rar

初学者学习电路的感悟，以及对一部分知识得展开和仿真

NCNN https://github.com/chehongshu/ncnnforandroid_objectiondetection_Mobilenetssd 中使用的caffe模型 MobileNetSSD

在Android设备上使用NCNN图像分类的demo，是一个Android项目