更新记录

1.1.0（2023-05-25） 下载此版本

1.1.0 支持onnx fp16推理

1.0.0（2023-05-17） 下载此版本

1.0.0 yolov8识别

平台兼容性

原生插件通用使用流程：

1. 购买插件，选择该插件绑定的项目。
2. 在HBuilderX里找到项目，在manifest的app原生插件配置中勾选模块，如需要填写参数则参考插件作者的文档添加。
3. 根据插件作者的提供的文档开发代码，在代码中引用插件，调用插件功能。
4. 打包自定义基座，选择插件，得到自定义基座，然后运行时选择自定义基座，进行log输出测试。
5. 开发完毕后正式云打包

付费原生插件目前不支持离线打包。
Android 离线打包原生插件另见文档 https://nativesupport.dcloud.net.cn/NativePlugin/offline_package/android
iOS 离线打包原生插件另见文档 https://nativesupport.dcloud.net.cn/NativePlugin/offline_package/ios

注意事项：使用HBuilderX2.7.14以下版本，如果同一插件且同一appid下购买并绑定了多个包名，提交云打包界面提示包名绑定不一致时，需要在HBuilderX项目中manifest.json->“App原生插件配置”->”云端插件“列表中删除该插件重新选择

YoloV8目标识别

1、插件说明 此插件实现yoloV8目标识别算法。

2、代码示例

<template>
    <view class="uni-container">
        <view class="uni-hello-text">
            <text class="hello-text">YoloV8识别演示</text>
        </view>
        <button type="primary" plain="true" @click="testYoloV8()">YoloV8</button>
    </view>
</template>

<script>
// 获取 module
const yolov8 = uni.requireNativePlugin('kk-yolov8');
export default {

    onLoad() {

    },
    methods: {
        testYoloV8() {
            testYolov8() {
                yolov8.create({
                    model: "/storage/emulated/0/Download/yolov8s.onnx"
                }, ret => {
                    if (ret['code'] == 0) {
                        uni.chooseImage({
                            count: 1, //默认9
                            sizeType: ['original', 'compressed'], //可以指定是原图还是压缩图，默认二者都有
                            sourceType: ['album', 'camera'], //从相册选择
                            success: res => {
                                const image_path = plus.io.convertLocalFileSystemURL(res
                                    .tempFilePaths[
                                        0]);
                                yolov8.predict({
                                    image: image_path,
                                    threshold: 0.5,
                                }, ret => {
                                    uni.showModal({
                                        title: '识别结果',
                                        content: JSON.stringify(ret),
                                        showCancel: false
                                    });
                                })
                            }
                        })
                    } else {
                        uni.showModal({
                            title: '模型加载',
                            content: '加载模型失败',
                        });
                    }
                })
            }
        }
    }
}
</script>