[威廉希尔官方网站 ]

国产芯上运行TinyMaxi轻量级的神经网络推理库-米尔基于芯驰D9国产商显板

2024-8-7 18:06:36 598 嵌入式国产芯驰D9 米尔电子开发板

0 本帖最后由 blingbling111 于 2024-8-8 09:23 编辑本篇测评由与非网的优秀测评者“短笛君”提供。本文将介绍基于米尔电子MYD-YD9360商显板（米尔基于芯驰D9360国产开发板）的tinyMaxi轻量级的神经网络推理库方案测试。算力测试 TinyMaix 是面向单片机的超轻量级的神经网络推理库，即 TinyML 推理库，可以让你在任意单片机上运行轻量级深度学习模型~ 开源地址： https://github.com/sipeed/TinyMaix 搭建的环境为编译的Ubuntu18.04 已经预装好cmake make工具由于魔法网络原因，这里提前下载好tar包到宿主机上，然后传输到板卡中解压查看cmake版本 cmake -version 复制代码查看cmake版本 make -version 复制代码确认文件路径，尽量不要拷贝到有权限的路径下自带示例文件结构 MNIST示例 MNIST是手写数字识别任务 cd到examples/mnist目录下使用mkdir build && cd build 命令切换到build文件夹下 cmake .. make./ mnist 复制代码 cmake生成构建系统使用make构建可执行文件然后运行可以看到输出信息 MNIST 示例默认未使用任何指令加速，运行了一张 28×28 的手写数字模拟图像，共消耗了 0.114 毫秒 MBNET示例 mbnet 是适用于移动设备的简单图像分类模型。切换到 /examples/mbnet 目录：修改 main.c 文件创建 build 文件夹并切换使用 cmake 命令生成构建系统使用 make 命令构建系统，生成可执行文件运行可执行文件，执行效果如下 MBNET 示例运行输入了一张 96×96×3 的 RGB 图像，输出 1000 分类，共消耗了 16.615 毫秒运行cifar10 demo 0 本主题由 ElecFans小喇叭于 2024-8-8 10:03 审核通过
2024-8-7 18:06:36　　评论淘帖0 举报相关推荐 • 国产芯上运行TinyMaxi轻量级的神经网络推理库-米尔基于芯驰D9国产商显板 2140 • 国产芯上运行TinyMaxi轻量级的神经网络推理库-米尔基于芯驰D9国产商显板 1802 • 【米尔-芯驰D9开发板- 国产平台试用】-- 01 -- 开箱上电 5963 • 【米尔-芯驰D9开发板- 国产平台试用】 wifi 模块测试 5999 • 【米尔-芯驰D9开发板- 国产平台试用】 SDK 初体验 5314 • 【米尔-芯驰D9开发板- 国产平台试用】+ 开箱报告 5530 • 【米尔-芯驰D9开发板- 国产平台试用】 SDK source目录 5727 • 米尔国产开发板芯驰D9系列，D9系列处理器的不同特点分析 882 • 米尔-芯驰D9360商显板-国产六核CPU开发板 2 • 【米尔-芯驰D9开发板- 国产平台试用】- 02 -上电初体验及点灯实验。 7017