前言

为了更好理解YOLO是如何移植到Android上准备写一篇博客记录下来。小白一个，理解不到位，请多多批评指正。本文是对这篇博客的代码解读。
环境：
AndroidStudio 3.5
NDK 16
ubuntu18(系统环境不太重要，主要就是目录的一些问题)
小基础
一点 JNI
一点 CMKE
一点 Android

开始

拿到代码，更改一些相关配置以便进行编译运行(File ->Project structure)。

没有报错后打开 Android模式下
打开java包下yolo分析onCreate()方法：

就是申请权限，初始化UI，在view_dsting的ImageView的控件加载了一张图片。没有找到监听事件的代码，只是在相应的Button控件的OnClick属性中，设置点击事件的响应方法名android：onClick=”方法名”类似于这样

查找之后，APP的分析按钮的功能是由analyseClick()方法下的yoloDect()方法完成的。

分析按钮

进入yoloDect()中
创建线程，调用testyolo()方法，同时利用Message机制返回时间和图像。testyolo()是一个用native关键字声名的jni方法。该方法在darknetlib.c中实现。
进入testyolo()中
该方法根据jni编程的命名方法在c文件中应为Java_com_example_chenty_demoyolo_Yolo_testyolo(JNIEnv *env, jobject obj, jstring imgfile),发现其调用 test_detector()方法同时传入data,cfg,weights,输入图像路径地址,输出路径图像地址等参数。
进入test_dector()中
读取coco.names文件经过get_labels()函数转化…,load_alphabet()根据实现代码应该是读入8套字符标签图片，load_network()加载网络模型，设置批处理图像(1张)，
进入while死循环中。
将输入的图片地址读入大小为256的input数组中。
读入图片到 im中。
letterbox_image()先将原始图片进行放缩，然后将缩放后的图片嵌入到标准尺寸图片中,释放内存,返回最终的标准尺寸图片。
network_predict()调用网络前向预测函数并计算函数损失。
get_network_boxes()得到预测框。
do_nms_sort（）是检测出来的目标，进行非最大化抑制。即先找出最大概率的目标，然后将iou比较大的其它目标检测概率置成0.
最后调用draw_detections()检测最后一步：遍历得到的所有检测框，找出其最大所属概率，判断其是否大于指定阈值，如果大于则在输入图片上绘制检测信息，同时在终端输出检测结果（如果小于，则不作为）返回时间。

解压模型按钮

完成的操作就是将cfg、data、weight三个文件夹拷贝到Yolo目录下。

选择图片按钮

初始化一个intent，打开系统图库。

CMAKE

# For more information about using CMake with Android Studio, read the
# documentation: https://d.android.com/studio/projects/add-native-code.html# Sets the minimum version of CMake required to build the native library.
//规定最小的cmake版本号
cmake_minimum_required(VERSION 3.4.1)# Creates and names a library, sets it as either STATIC
# or SHARED, and provides the relative paths to its source code.
# You can define multiple libraries, and CMake builds them for you.
# Gradle automatically packages shared libraries with your APK.//指定头文件目录在那里
include_directories(src/main/cpp/darknet/src/src/main/cpp/darknet/include/
)//生成警告信息，合并多重cmake库
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -Wall -Wno-unknown-pragmas -Wfatal-errors -fPIC")
#neno opt
//  -O3 表示优化
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS}  -O3 -fstrict-aliasing -fprefetch-loop-arrays")
#openmp opt
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS}  -fopenmp -fexceptions -Dlinux -fsigned-char")set(CMAKE_LD_FLAGS "${CMAKE_LD_FLAGS} -lm -pthread -fopenmp")
//将"src/main/cpp/darknet/src/下的c文件存储到
darknet_files的变量中
file(GLOB darknet_files "src/main/cpp/darknet/src/*.c")
//用DARKNET_SRC_LISTS代表之前的c文件和darknetlib.c
set(DARKNET_SRC_LISTS${darknet_files}src/main/cpp/darknetlib.c
)
//指定的DARKNET_SRC_LISTS生成动态链接文件，库名darknetlib
add_library( # Sets the name of the library.darknetlib# Sets the library as a shared library.SHARED# Provides a relative path to your source file(s).${DARKNET_SRC_LISTS})# Searches for a specified prebuilt library and stores the path as a
# variable. Because CMake includes system libraries in the search path by
# default, you only need to specify the name of the public NDK library
# you want to add. CMake verifies that the library exists before
# completing its build.
//添加依赖
find_library( # Sets the name of the path variable.log-lib# Specifies the name of the NDK library that# you want CMake to locate.log )# Specifies libraries CMake should link to your target library. You
# can link multiple libraries, such as libraries you define in this
# build script, prebuilt third-party libraries, or system libraries.
//将目标文件与库文件进行链接
target_link_libraries( # Specifies the target library.darknetlib#add for bitmapjnigraphicsgomp# Links the target library to the log library# included in the NDK.${log-lib} )

结束

这个demo整个流程就差不多清楚了。不足之处多多留言。