FastDeploy/examples/application/java/yolov8/README_CN.md

English | 简体中文

YOLOv8 Java 部署示例

本目录下提供java/InferDemo.java, 使用Java调用C++API快速完成PaddleDetection模型YOLOv8在Linux上部署的示例。

在部署前，需确认以下两个步骤

• 1. 软硬件环境满足要求，参考FastDeploy环境要求
• 2. 根据开发环境，下载预编译部署库和samples代码，参考FastDeploy预编译库

使用Java调用C++ API 可以分为两步：

• 在C++端生成动态链接库。
• 在Java端调用动态链接库。

C++端生成动态链接库

首先，切换路径到cpp目录，将jdk目录下的jni.h和jni_md.h拷贝到当前cpp目录下。

cp /PathJdk/jdk-17.0.6/include/jni.h ./
cp /Pathjdk/jdk-17.0.6/include/linux/jni_md.h ./

接着，在cpp目录下执行以下命令，进行编译，生成动态链接库。

注意：编译时需要通过FASTDEPLOY_INSTALL_DIR选项指明FastDeploy预编译库位置, 当然也可以是自己编译的FastDeploy库位置。

mkdir build && cd build
cmake .. -FASTDEPLOY_INSTALL_DIR /fast-deploy-path
make -j

编译成功后，动态链接库会存放在cpp/build目录下，Linux下以.so结尾，Windows下以.dll结尾。

使用JAVA调用动态链接库

切换路径到java目录下，将FastDeploy的库路径添加到环境变量，注意替换为自己的FastDeploy库所在路径。

source /Path/to/fastdeploy-linux-x64-0.0.0/fastdeploy_init.sh

下载YOLOv8模型文件和测试图片

wget https://bj.bcebos.com/paddlehub/fastdeploy/yolov8s.onnx
wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg

编译Java文件

javac InferDemo.java

编译完成后，执行如下命令可得到预测结果，其中第一个参数指明下载的模型路径，第二个参数指明测试图片路径。

java InferDemo ./yolov8s.onnx ./000000014439.jpg

可视化的检测结果图片保存在本地vis_result.jpg。