【YOLO部署Android安卓手机APP】YOLOv8部署到安卓实时目标检测识别——官方/自训练模型YOLOv8人脸/车辆等目标检测（可自定义更换其他目标）（完整工程资料源码等）

前言：本文首先讲解如何直接使用官方训练好的模型部署到手机APP进行人脸检测，然后讲解如何修改其他目标进行检测，以车辆检测为例进行讲解如何训练自己的模型部署到手机APP。本文为详细设计/配置文档，包含完整所需的环境配置搭建，项目工程配置步骤等，手把手记录使用pycharm和Android studio的工程开发过程，实现YOLO部署到安卓。实战开发，亲测无误。

本项目实现了人脸检测和车辆检测，当然，以此你可以按照本项目开发步骤扩展更换为其他目标进行检测，例如更换为车牌、手势、人脸面部活动、人脸表情、火焰烟雾、行人、口罩、行为、水果、植物、农作物等等部署手机APP进行检测。

当然也可以更换其他YOLO系列，例如下一篇文章修改为基于YOLOv11

【YOLO部署Android安卓手机APP】YOLOv11部署到安卓实时目标检测识别——以火焰烟雾目标检测识别举例（可自定义更换其他目标）-CSDN博客archie.blog.csdn/article/details/144168642?spm=1001.2014.3001.5502专栏列表与说明（有工程源码下载链接等）

嵌入式人工智能项目+人工智能应用项目合集列表与专栏说明——Excel合集列表目录查阅（持续更新）-CSDN博客archie.blog.csdn/article/details/142345687演示视频：

目录

1.使用官方训练好的模型实现在手机APP上YOLOv8实时视频图像目标检测识别——人脸检测

1.1 Android studio环境搭建介绍

1.2 修改界面图标（也可不修改直接运行即可）

2.使用自己训练的模型实现在手机APP上YOLOv8实时视频图像目标检测识别——以车辆检测举例

2.1 环境搭建介绍

（1）python环境

（2）CMake

（3）pytorch

（4）yolo框架

（5）总的conda虚拟环境配置

（6）Android studio环境

2.2 pycharm项目工程配置

（1）数据集

​（2）训练模型

（3）pt转onnx

（4）onnx转NCNN