VIP20

本课程属于：006-ONNX Runtime端侧推理部署 工业控制与工业互联网 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

ONNX Runtime在手机端部署教程：目标检测模型实战

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 目标检测模型部署的整体流程 · ONNX Runtime在移动端的优…

课程导入学习目标

安装Python · PyTorch或TensorFlow · ONNX

环境准备Python

目标检测基础

目标检测任务定义 · 常用模型（YOLO · SSD

目标检测基础目标检测任务定义

ONNX与ONNX Runtime核心概念

ONNX格式的作用 · ONNX Runtime的架构 · 跨平台支持

模型转换基础

将PyTorch模型导出为ONNX的… · torch.onnx.export参… · 动态轴与静态轴设置

模型转换基础PyTorch

模型转换实战

以YOLOv5为例 · 从PyTorch权重导出ONNX模型 · 处理自定义尺寸和批处理

模型转换实战YOLOv5

模型优化与量化

模型剪枝 · 权重量化（INT8 · FP16）

模型优化量化

ONNX模型验证

使用ONNX Runtime在PC端… · 对比原始框架输出 · 确保转换正确性

ONNX模型验证

移动端部署方案概述

Android与iOS平台部署方式对… · ONNX Runtime Mobil…

移动端部署方案概…Android

Android端集成ONNX Runtime

在Android项目中添加ONNX… · 配置CMake或Gradle · 加载ONNX模型

Android端图像预处理

图像缩放 · 归一化 · 通道转换（BGR/RGB）

Android端图像预处理

Android端推理实现

编写Java/Kotlin代码调用O… · 获取输出张量

Android端推理实现

Android端后处理

解析输出张量 · 应用非极大值抑制（NMS） · 置信度过滤

Android端后处理

Android端性能优化

使用NNAPI加速 · 设置线程数 · 内存管理

Android端性能优化

iOS端集成ONNX Runtime

在iOS项目中集成ONNX Runt… · 使用Swift/Objective-…

iOS端图像处理与推理

使用CoreML或Vision桥接 · CVPixelBuffer转换 · 推理结果处理

iOS端图像处理

iOS端性能调优

Metal加速 · 线程优化 · 内存优化

iOS端性能调优

跨平台框架选择

Flutter · React Native中集成ONN… · 插件开发与原生模块调用

跨平台框架选择Flutter

实战项目一

基于YOLOv5的Android目标…

实战项目一YOLOv5

实战项目二

基于SSD的iOS目标检测应用——处…

实战项目二SSD

实战项目三

实时视频流目标检测——使用摄像头预览 · 帧处理 · 推理线程管理

实战项目三实时视频流目标检…

模型部署中的常见问题

模型转换失败 · 输出不一致 · 推理速度慢

模型部署常见问题

模型精度与速度权衡

量化对精度的影响 · 不同优化策略的对比 · 如何选择最优部署方案

模型精度速度权衡

ONNX Runtime高级特性

自定义算子 · 多会话管理 · 图优化

移动端硬件加速

NNAPI · CoreML · GPU（OpenCL/Metal）的…

移动端硬件加速NNAPI

模型安全与加密

模型加密 · 混淆 · 防止逆向工程的基本方法

模型安全加密

测试与调试

单元测试 · 集成测试 · 性能测试

发布与上线

应用打包 · 签名 · 上架流程

从零构建一个完整的移动端目标检测应用 · 涵盖模型训练 · 转换

综合实战从零构建一个完整…

课程总结与进阶方向

回顾核心知识点 · 常见误区 · 未来趋势（端侧学习

课程总结进阶方向