三分钟学习NCNN算法移植

ljx2016

2022-7-18 18:21:03 2371 开发板人工智能

0 前言本文是基于EASY EAI Nano移植NCNN部署库的方法与NCNN成功运行yolov4的Demo所做的教程。关于NCNN NCNN是“腾讯优图实验室”首个开源项目，是一个为手机端极致优化的高性能神经网络前向计算框架。并在2017年7月正式开源。NCNN作为腾讯优图最“火”的开源项目之一，在设计之初便将手机端的特殊场景融入核心理念，是业界首个为移动端优化的开源神经网络推断库。能实现无第三方依赖，跨平台操作，在手机端CPU运算速度在开源框架中处于领先水平。基于该平台，开发者能够轻松将深度学习算法移植到手机端，输出高效的执行，进而产出人工智能APP，将AI威廉希尔官方网站带到用户指尖。 NCNN功能概述 - 支持卷积神经网络，支持多输入和多分支结构，可计算部分分支。 - 无任何第三方库依赖，不依赖 BLAS/NNPACK 等计算框架。 - 纯 C++ 实现，跨平台，支持 android ios 等。 - ARM NEON 汇编级良心优化，计算速度极快。 - 精细的内存管理和数据结构设计，内存占用极低。 - 支持多核并行计算加速，ARM big.LITTLE cpu 调度优化。 - 支持基于全新低消耗的 vulkan api GPU 加速。 - 可扩展的模型设计，支持 8bit 量化和半精度浮点存储，可导入caffe/pytorch/mxnet/onnx/darknet/keras/tensorflow(mlir) 模型。 - 支持直接内存零拷贝引用加载网络模型。 - 可注册自定义层实现并扩展。更多详情参考官方Github：https://github.com/Tencent/ncnn* NCNN目前应用在图像分类、风格迁移、目标检测、人脸检测等案例中，并已被多款APP使用。下面正式进入到NCNN算法移植学习吧。一、源码包下载与编译1. 源码下载放置到ubuntu NCNN相关源码可通过我们的百度网盘进行下载(已配置好编译脚本)，下载链接为: https://pan.baidu.com/s/1x_27sNJbjCujJZozBajq4g提取码：dfji 下载ncnn-master.tar.bz2源码包并移植到虚拟机里面,执行以下指令解压源码包： $ tar xvf ncnn-master.tar.bz2 复制代码即可得到如下所示: 2. NCNN编译执行以下指令编译： $ cd ncnn-master/ $ ./build-easyeai-nano.sh 复制代码编译完成如下图所示: NCNN库编译完成，生成如下图所示: 二、Yolov4基于NCNN运1. 例程下载放置到ubuntu Yolov4基于NCNN运行相关运行Demo可以通过我们的百度网盘进行下载(已配置好编译脚本)，下载链接为: https://pan.baidu.com/s/1x_27sNJbjCujJZozBajq4g 提取码：dfji 下载test_demo.tar.bz2源码包并移植到虚拟机里面,执行以下指令解压源码包： $ tar xvf test_demo.tar.bz2 复制代码得到如下图所示: 2. 编译例程执行以下指令编译例程： $ cd test_demo/ 复制代码编译成功后结果如下所示： 3. 在EASY EAI Nano执行例程在ubuntu推送可执行程序文件到板卡的/userdata目录： $ adb push test-ncnn-demo-release/ /userdata 复制代码在EASY EAI Nano板卡执行程序: # cd /userdata/test-ncnn-demo-release/ # ./test-ncnn-demo test_img/test1.jpg 复制代码执行结果如下图所示: 在ubuntu执行以下指令获取识别成功的图片: $ adb pull /userdata/test-ncnn-demo-release/result.jpg . 复制代码最后查看实际的效果图，到这一步就完成啦！后续更多教程可关注我们的哦，不定时更新各种新品及活动关于EASY EAI NANO更多详细请前往官网了解 EASY EAI灵眸科技 \| 让边缘AI落地更简单 (easy-eai.com) 0
2022-7-18 18:21:03　　评论淘帖0 举报相关推荐 • 【教程】三分钟学习NCNN算法移植 1392 • 三分钟学习NCNN算法移植 1929 • 三分钟搞定NFC 8598 • 免费三分钟 4187 • 三分钟了解nfc原理 76319 • 三分钟读懂超级结MOSFET 3861 • 职场启示：三分钟碎片化 7119 • 三分钟看懂双极性电源的设计方式 5020 • 清零怎么维持三分钟 2058 • 三分钟解读机器学习及其算法汇总 4439