Toybrick
标题: 【教程】三分钟学习NCNN算法移植 [打印本页]
作者: EASY-EAI 时间: 2023-2-28 11:16
标题: 【教程】三分钟学习NCNN算法移植
本帖最后由 EASY-EAI 于 2023-2-28 11:16 编辑
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
NCNN是什么?
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技术带到用户指尖。
-Ncnn功能概述
l 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
l 无任何第三方库依赖,不依赖 BLAS/NNPACK 等计算框架
l 纯 C++ 实现,跨平台,支持 android ios 等
l ARM NEON 汇编级良心优化,计算速度极快
l 精细的内存管理和数据结构设计,内存占用极低
l 支持多核并行计算加速,ARM big.LITTLE cpu 调度优化
l 支持基于全新低消耗的 vulkan api GPU 加速
l 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
l 支持直接内存零拷贝引用加载网络模型
l 可注册自定义层实现并扩展
NCNN目前应用在许多图像分类、风格迁移、目标检测、人脸检测案例中,并已被多款APP使用。下面正式进入到NCNN算法移植学习吧~
1. 源码包下载与编译
1.1 源码下载放置到ubuntuNCNN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:
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
即可得到如下所示:
[attach]2601[/attach]
1.2 NCNN编译
执行以下指令编译:
- $ cd ncnn-master/
- $ ./build-easyeai-nano.sh
编译完成如下图所示:
[attach]2602[/attach]
NCNN库编译完成,生成如下图所示:
[attach]2603[/attach]
2. Yolov4基于NCNN运行
2.1 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:
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:
[attach]2604[/attach]
2.2 编译例程
执行以下指令编译例程:
- $ cd test_demo/
- $ ./build.sh
编译成功后结果如下所示:
[attach]2605[/attach]
2.3 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
在EASY EAI Nano板卡执行程序:
- # cd /userdata/test-ncnn-demo-release/
- # ./test-ncnn-demo test_img/test1.jpg
执行结果如下图所示:
[attach]2606[/attach]
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 .
最后查看实际的效果图,到这一步就完成啦!
[attach]2607[/attach]
后续更多教程可关注我们的公众号哦,不定时更新各种新品及活动
Easy eai nano板子可前往灵眸淘宝官方购买,订阅店铺实时关注各种优惠!
关于EASY EAINANO更多详细请前往官网了解
[attach]2608[/attach]
欢迎光临 Toybrick (https://t.rock-chips.com/) |
Powered by Discuz! X3.3 |