github https://github.com/Tencent/ncnnncnn 是一个为手机端极致优化的高性能神经网络前
原创
2022-08-06 00:04:32
1128阅读
下面从几个方面介绍下自己的采坑之路：NCNN自带模型的benchmarkNCNN交叉编译到rk3288(armv7架构)和rk3399(armv8架构）的方法NCNN转换其他模型并加入benchmark中NCNN自带模型的benchmark1. 下载NCNNNCNN这类开源引擎都可以从github上下载下来，下载下来的整个文件夹就像一个完整的软件或者生态系统一样，之后的所有操作都会在这个文件夹里完
转载
2024-05-10 00:34:38
229阅读
0.调用实例先看一个调用实例，顺着调用流程探寻ncnn内部具体实现细节。#include "net.h"
int main(int argc, char **argv)
{
ncnn::Mat in;
ncnn::Mat out;
ncnn::Net net;
net.load_param("model.param");
net.load_mo
转载
2024-03-19 20:28:41
179阅读
1、下载和编译ncnngit clone https://github.com/Tencent/ncnn
cd ncnn
mkdir build && cd build
cmake .. #编译目录下的CMakeLists.txt
打开根目录下的CMakeLists.txt文件，定位到最后六行，修改如下： add_subdirectory(examples)
# add_
转载
2023-07-10 22:12:35
272阅读
代码链接：本代码可以在模拟器下进行跑。环境：windows10Android studio 3.6Sdk：android10 api 29Ndk：r15cNcnn：20200226Linux下的代码测试：cd mtcnn_linux/build
cmake ..
make
./mtcnn如果可以跑通，输出正确结果，证明mtcnn代码的准确性。实际操作的时候，首先基于linux把c++代码调试通，方
转载
2024-02-24 14:12:03
117阅读
主要任务：将mobileNet模型转换为ncnn模型
参考博客：
实现方法：
１、前提条件：下载并成功编译ncnn
（主要参考github文档：https://github.com/Tencent/ncnn/wiki/how-to-build）
install g++ cmake protobuf
转载
2024-08-22 11:43:47
143阅读
0.调用实例先看一个调用实例，顺着调用流程探寻ncnn内部具体实现细节。#include "net.h"
int main(int argc, char **argv)
{
ncnn::Mat in;
ncnn::Mat out;
ncnn::Net net;
net.load_param("model.param");
net.load_mo
转载
2024-07-02 07:27:54
159阅读
ncnn git：https://github.com/Tencent/ncnnncnn 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。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行，开发出人工智能 APP，将 AI 带到你的指尖。ncnn 目前已在腾讯多
转载
2024-06-05 07:16:22
215阅读
目录一、下载yolov5源码和模型二、导出onnx模型三、配置ncnn并生成param和binncnn环境搭建:记住生成的param和bin的名字编辑param文件设置动态尺寸推理记住permute三个值然后用ncnn的ncnnoptimize工具优化一下param和bin：四、调整yolov5.cpp源码并重新编译ncnn得到最新的yolov5执行程序第一个改动(上边说到的第一个对应起来)：&n
转载
2024-07-01 16:36:45
393阅读
列表界面 取值工具类package nc.ui.pubapp.util;
import nc.ui.pub.bill.BillItem;
import nc.ui.pub.bill.BillListPanel;
import nc.ui.pub.bill.BillModel;
import nc.ui.pub.bill.IBillItem;
import nc.vo.pub.lang.UFBoo
转载
2024-10-22 14:24:27
38阅读
源码结构benchmark：一些常见模型的模型文件，如mobilenet，resnet，vgg等。 cmake：有关链接openmp和valkan的cmake文件，这两个都是并行计算加速用的 docs：文档，包括开发指南，构建指南等等 examples：使用ncnn的示例，包括几个常用模型的cpp调用示例，及其cmakelist文件 images：此目录无关紧要，是页面上的图片 src：ncnn源
转载
2024-04-05 10:21:17
360阅读
编译版本，默认配置，android-ndk-r21d，cctools-port 895 + ld64-274.2 + ios 10.2 sdk libc++ncnn-android-lib 是 android 的静态库(armeabi-v7a + arm64-v8a + x86 + x86_64)ncnn-android-vulkan-lib 是 android 的静态库(armeabi-v7a
转载
2024-06-17 20:55:49
110阅读
综述最近在研究ocr模型（包括文本检测和文本识别）在安卓端的部署，由于工作中用到的算法是基于百度研发的PPOCR算法，最终需要在安卓端落地应用，部署框架使用的是ncnn框架，中间涉及模型转换和部署的问题，所以特意在此做一个记录，本文主要讲一下模型部署的问题，关于模型转换的讲解详见我的另一篇文章：安卓端部署PPOCR的ncnn模型——模型转换说到模型部署，顾名思义，就是通过部署框架编写相关代码使模型
转载
2024-03-13 10:38:05
138阅读
谈多线程谈到现在，我们要明确多线程的一个好处是可以进行并行的运算（充分利用多核处理器，对于桌面应用程序来说就更重要一点了，没有WEB服务器，利用多核只能靠自己），还有一个好处就是异步操作，就是我们可以...
谈多线程谈到现在，我们要明确多线程的一个好处是可以进行并行的运算（充分利用多核处理器，对于桌面应用程序来说就更重要一点了，没有WEB服务器，利用多核
转载
2024-07-21 09:00:18
55阅读
作者：Xiaoyu Liu）的硕士论文， 本文研究了深度学习在无线信号调制识别中的应用价值。最近，在AMC的深度学习研究中，引入了一种框架，通过使用GNU无线电产生一个数据集来模拟真实无线信道中的缺陷，其中采用10种不同的调制类型。此外，CNN的体系结构已经被开发出来，展示出超越基于专家的方法的性能。在这里，我们遵循O'shea的框架，并发现深度神经网络架构能够提供比最新技术更高的准确性
# Android NCNN 实现指南
作为一名经验丰富的开发者，我很高兴能够帮助刚入行的小白们了解如何在Android平台上实现NCNN。NCNN是一个高性能的神经网络前向计算框架，它支持多种深度学习模型的推理。以下是实现Android NCNN的详细步骤和代码示例。
## 步骤概览
以下是实现Android NCNN的主要步骤：
| 步骤 | 描述 |
| --- | --- |
|
原创
2024-07-26 08:36:49
196阅读
PPOCRV3文本识别模型精度损失问题解决1. 得到可用的ncnn模型2. 先看问题3. 快速解决4. 问题分析5. 最终效果6. 结语 1. 得到可用的ncnn模型paddleocr文本识别模型(ch_PPOCRv3_rec_infer)转ncnn模型，我参考了这位大神的博客，基本包括了我遇到的所有问题，是一篇很好的文章：，博客中提到转换的模型存在精度损失，也是基于该问题引出这篇博客。2. 先
转载
2024-09-25 12:23:41
179阅读
我想大家对我印象不是很深，但是我在经典已经有两三年了，我真的很喜欢这里，知道经典的人最常挂在嘴边的一句话就是︰“经典论坛是牛人呆的地方”。我是一个爱好网页设计的人，但我却从来不与商业打交道，原因很简单，兴趣有时候单纯让它只是兴趣会比较好。在经典呆的时间虽然不是很长，但是我跟大家一样，从经典学到很多东西，一想到这里，总觉得欠经典一份情，因为学到了很多东西，但是没有任何贡献。发这篇并不是想引起大家的注
NCNN（NVIDIA Convolutional Neural Network）是一种高效的深度学习计算库，适用于移动端和嵌入式设备。它以极小的内存占用和高性能的特点，成为许多人工智能应用的首选。本文将介绍NCNN的架构，并通过代码示例来展示其使用方法。
## NCNN架构概述
NCNN的架构主要包括三个部分：模型编译器（Model Compiler）、运行时（Runtime）和模型库（Mo
原创
2024-01-28 11:05:28
288阅读
ncnn 框架分析1. param 和 bin 文件分析param7767517 # 文件头 魔数
75 83 # 层数量 输入输出blob数量
# 下面有75行
Input data 0 1 data 0=227 1=227 2=3
Convolution conv1
转载
2024-09-29 13:23:45
138阅读
