写在开头         23年11月更新下，用他参赛拿了省级三等奖。         里面提供的很多学习链接都失效了。 内容概述         首先获得一个合适的nanodet模型版本，配置nanodet适用的环境，然后对网上公开的生数据集进行重新标注，配置nanodet并进行训练，.pth到.onnx的模型转化及简化，编写推理文件。         文章着重于实践方向指引，对于其中

💡本篇内容：YOLOv5全网独家改进：NanoDet算法动态标签分配策略(附原创改进代码)，公开数据集mAP有效涨点，来打造新颖YOLOv5检测器 💡🚀🚀🚀本博客 YOLOv5+ 改进NanoDet模型的动态标签分配策略源代码改进 💡一篇博客集成多种创新点改进：NanoDet 💡：重点：更新内容：该专栏《剑指YOLOv5原创改进》 只更新改进 YOLOv5 模型的内容 💡附

nanodet训练自己的数据集、NCNN部署到Android 一、介绍二、训练自己的数据集1. 运行环境2. 数据集3. 配置文件4. 训练5. 训练可视化6. 测试 三、部署到android1. 使用官方权重文件部署1.1 下载权重文件1.2 使用Android Studio部署apk 2. 部署自己的模型【暂时存在问题】2.1 生成ncnn模型2.2 部署到android