shufflenetv2如何通过ncnn部署到安卓

替换yolov5的主干网络为shufflenetv2 ，通过ncnn部署到安卓总是闪退和多框，原模型可以正常部署。想问一下是不是因为param文件里面有crop的原因，类似于切片操作所以不支持。但是我看yolov5lite的param里面也有crop。
请问一下是什么原因？该如何解决？

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这篇博客: 基于ShuffleNetv2-YOLOv4模型的目标检测中的 ） 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  详细见大佬工程

  GitHub - bubbliiiing/mobilenet-yolov4-pytorch: 这是一个mobilenet-yolov4的库，把yolov4主干网络修改成了mobilenet，修改了Panet的卷积组成，使参数量大幅度缩小。

  表2 各个算法模型对比

  算法	MAP	模型大小	FPS	模型参数量	FLOPS
  ShuffleNetv2-YOLOv4	75.04	44.8M	51.59	10.64M	3.71GFlops
  Mobilenetv1-YOLOv4	79.72	53.5M	65.72	12.69M	5.3GFlops
  Mobilenetv2-YOLOv4	80.12	47.6M	52.83	10.80M	（*）
  Mobilenetv3-YOLOv4	79.01	55.53M	47.20	11.2M	3.82GFlops
  Gostnet- YOLOv4	78.69	43.76M	38.92	11.2M	3.82GFlops

  首先本文将ShuffleNetv2-YOLOv4、MobileNetv1-YOLOv4、MobileNetv2-YOLOv4、MobileNetv3-YOLOv4、Gostnet-YOLOv4、YOLOv4-Tiny相同软硬件环境和数据集下进行VOC2007+2012目标检测实验，输入图片固定为416*416 像素。对比二者在正确率、检测速度以及模型大小上的差距，其实验结果如表所示。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^