ViewModel像Activity，Fragment这类应用组件都有自己的生命周期并且是被Android的Framework所管理的。Framework可能会根据用户的一些操作和设备的状态对Activity或者Fragment进行销毁和重构。作为开发者，这些行为我们是无法干预的。所以Activity或Fragment中的一些数据也会随着销毁而丢失，随着重构而重新生成。比如你的Activity中有
转载
2024-05-17 22:20:59
41阅读
# YOLO模型在Android上的部署
YOLO（You Only Look Once）是一种高效的物体检测算法，它能够在图像中快速识别和定位多个物体。将YOLO模型部署到Android设备上，可以实现实时物体检测，这在许多应用中具有重要意义，例如自动驾驶、监控和增强现实等。本文将介绍如何将YOLO模型部署到Android上，并提供代码示例。
## 环境准备
要在Android设备上运行Y
原创
2024-10-18 10:28:07
461阅读
相信大家在开发过程中经常需要绘制一些比较简单的图形，例如：分割线、按钮、圆形...等。但是笔者在开发初期总是遇到各种问题，以至于一个简单的效果都实现不了。网上也没有比较全面系统的介绍文章。今天就把自己整理出来的一些东西分享出来，希望可以帮助到一下开发新手，因为毕竟我现在也还算是一个新手嘛。(PS:大神勿喷)简介：Drawable 是 android.graphics.drawable 包下的一个类
转载
2024-07-29 17:16:31
51阅读
这是一个超详细安装教程，介绍了在 Window 电脑上如何部署 Qwen1.5 大模型。本文还涉及到 Python 及其环境的配置。适合对象：有点后端编程基础，没有 Python 基础。需要环境：Window10/11，支持 Cuda 的 Nvidia 显卡。GPU升级到合适的驱动先到[Nvidia官网下载]合适的驱动，例如我家里的电脑是GTX1060版本，选择如下：点击搜索后会给出一些驱动选择，
文章目录前言模型部署全流程1.推理框架2.onnx模型3.模型转换4.代码实现5.完整代码小结 前言在上一篇文章中详细讲述了模型训练的流程，这篇文章主要介绍模型部署的流程。模型部署通常指通过C/C++语言能够把python框架训练好的模型跑起来，毕竟C/C++运行效率更高，并且只用提供依赖库和头文件即可移植。模型部署全流程1.推理框架首先要找到一套成熟的推理框架，利用该框架即可完成模型量化，模型
转载
2023-11-02 12:46:14
188阅读
假设你不关心其内部实现，仅仅看怎样使用的话，直接看这篇就可以。接上篇，接下来，就用最最简单的样例来说明一下：用两个布局文件main 和 test：当中，main.xml文件为：<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/
转载
2024-09-02 09:45:27
37阅读
ONNX是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如Pytorch, MXNet）可以采用相同格式存储模型数据并交互。 ONNX的规范及代码主要由微软，亚马逊 ，Facebook 和 IBM 等公司共同开发，以开放源代码的方式托管在Github上。目前官方支持加载ONNX模型并进行推理的深度学
一、下载代码Linzaer的代码仓中，提供了PyTorch和ONNX格式的预训练模型，同时还提供了常用框架的Python和C++推理代码实现，以及测试图片、脚本和说明文档，直接使用即可：# 当然，首先需要联网
# 如果没有git先安装一下:
# sudo apt install git
# 下载大佬的代码仓:
git clone https://github.com/Linzaer/Ultra-
Android组件模型解析Android中的Mashup将应用切分成不同类别的组件，通过统一的定位模型和接口标准将他们整合在一起，来共同完成某项任务。在Android的Mashup模式下，每个组件的功能都可以被充分的复用。来自不同应用的组件可以有机地结合在一起，共同完成任务。基于Mashup的Android应用模型三个基本要素:组件、连接、配置接口就是实现单元。从代码来看，组件就是派生自特定接口或
转载
2024-09-14 09:38:07
258阅读
想成为高级Android工程师其中熟悉常见的设计模式是必不可少的，这个也是我面试一线互联网公司的深刻体会，首先我们现在介绍最基础也是最常用的设计模式：建造(Builder)模式 建造者模式：将一个复杂的对象的构建与它的表示分离，使得同样的构建过程可以创建不同的表示。 - 抽象建造者角色：提供一个接口，规范产品对象的建造，一般由子类实现。一般来说，产品的组成部分数与建造方法数相同，即有多少组成
转载
2024-07-11 18:27:58
210阅读
Android官方架构组件ViewModel+LiveData+DataBinding架构属于自己的MVVMDemo运行效果获取Bing每日一图并显示项目结构实现过程1. 添加Glide、Retrofit、RxJava的依赖implementation 'com.squareup.retrofit2:retrofit:2.4.0'
compile 'com.squareup.retrofit2:a
转载
2024-01-21 02:28:49
194阅读
这段时间学习java设计模式的设计原则,使用到了UML建类图,写一篇博客记录1下什么是UML类图建模:UML建模使用场景Android studio 安装UML插件(方式一)PlantUML integation使用Android studio 安装UML插件(方式二)插件引用simpleUML使用:UML建模语法更多表示: 年轻的好处，是可以在没有看清楚这个世界之前，做率性的事。荒唐也好，可笑
转载
2024-01-11 11:28:14
101阅读
# YOLOv5模型在Android上的部署指南
随着深度学习的快速发展，目标检测成为了计算机视觉领域的重要应用之一。YOLO（You Only Look Once）系列模型，以其高效和准确的性能，广泛应用于实时目标检测。YOLOv5是这一系列中的一种高效实现。本文将介绍如何在Android平台上部署YOLOv5模型，并提供相应的代码示例。
## YOLOv5简介
YOLOv5是一个基于Py
原创
2024-10-11 04:29:45
132阅读
本文主要针对pb文件，用Android TensorFlow API实现目标检测和识别，不需要NDK和CMake混合编程 编译c/c++文件只需要在Android项目模块的Module的build.gradle输入// Tensorflow
compile 'org.tensorflow:tensorflow-android:1.13.1'由于很多处都可以查阅源代码，便不附加项目工程，只是
转载
2024-07-09 22:16:40
49阅读
一、整体功能概述这两段代码组合起来实现了一个 深度学习图像分类推理系统：代码一（服务端）： 使用 Flask 搭建 HTTP 服务器，加载一个 PyTorch 训练好的模型（如 ResNet18），接受图片上传请求，并返回分类预测结果（前 3 名类别与概率）。代码二（客户端）： 使用 requests 库向服务端发送图片（HTTP POST 请求），获取预测结果并打印。这种结构在工业场
# 模型部署到 Android 的步骤
在当今的移动应用开发中，机器学习模型的部署变得愈发重要。通过将训练好的模型集成到 Android 应用中，我们能够实现智能化的用户体验。本文将介绍如何将机器学习模型部署到 Android 应用中，并提供相关的代码示例，帮助开发者更好地理解这一过程。
### 流程概述
模型部署的步骤可以总结为以下几个关键环节：
```mermaid
flowchart
当你创建或找到了一个完美的机器学习模型时，你一定想在各个平台上都使用到它！比如电脑、网页、移动端，甚至是 Docker 环境中。不但个人如此，在实际工作中，一个优秀的程序员除了要学会构建机器学习模型，也更应该学会将其成功部署，向用户提供便捷的服务。如下图所示，机器学习系统由机器学习代只包含一小部分，而在中间的小黑匣子周围，所需要的基础设施庞大而复杂。大多数年轻的数据科学家都希望将大部分时间花在构建
转载
2024-01-15 06:10:49
72阅读
如何调用在线API服务首先需要将导入的模型部署成一个在线API服务，然后根据调用指南中的API信息和指导文档，使用HTTPS请求进行调用。部署模型为在线服务参考此文档。并且可以参考此案例中的模型部署环节。模型将会被部署成一个在线的API服务，以restful API的形式通过网络对外提供服务，可以通过HTTPS协议来访问。提示：API在启动中会一直收费，当不使用的时候，可以临时关闭，使用的时候再重
转载
2024-01-25 19:04:11
134阅读
生产与学术写于 2019-01-08 的旧文, 当时是针对一个比赛的探索. 觉得可能对其他人有用, 就放出来分享一下生产与学术, 真实的对立...这是我这两天对pytorch深度学习->android实际使用的这个流程的一个切身感受.说句实在的, 对于模型转换的探索, 算是我这两天最大的收获了...全部浓缩在了这里: https://github.com/lartpang/DHSNet-Py
转载
2024-01-25 10:57:47
90阅读
利用 AI Studio 完成 Paddle 编译为什么要对 Paddle 进行编译？众所周知，PaddlePaddle 的底层代码是利用 C++ 进行开发的，对于 Python 端的日常使用者，我们仅需要依据 Paddle 官方提供的 pip 详情安装 Paddle 既可。注： 该比赛给大家提供了一个比赛的形式一起参与 Paddle 项目共建！（并不是想象中的黑客 hahahahah）个人理解：
转载
2024-03-13 12:42:38
90阅读
