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
最近工作需要研究了CPU部署，为了在香橙派上部署模型（想吐槽一下这个板子，可能是树莓派jetson玩多了，对这个板子一脸嫌弃）。我试了很多种方案，其中部署最简单且效果还不错的CPU部署方案是onnxruntime。简单过一遍yolov5的ncnn部署参考上一篇export.pt文件导出onnx格式，记得形参加上--train 导出后安装onnx-simplifier，裁剪掉不需要的层。下文还有py
转载
2024-07-15 17:04:47
237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
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
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
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
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
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
211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
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
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
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
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
# 使用 Docker 构建 ncnn 环境
## 简介
在进行机器学习和深度学习任务时，我们通常会使用一些开源的深度学习框架来加速模型的训练和推理过程。而 ncnn 是一个高效的轻量级深度学习框架，它专注于移动端应用的推理任务，并在速度和性能上都有不错的表现。为了方便使用 ncnn，我们可以将其部署在 Docker 容器中，实现环境的快速搭建和迁移。
## 准备工作
在开始之前，我们需要
原创
2024-07-09 06:02:26
160阅读
上一章节里介绍了什么是循环神经网络后，在这一章里，我们来学习如何用RNN网络做一个简单的应用，比如我们把一个文本序列 “apple” 转化为另一个文本 “oppla”，这一章的练习非常重要，因为很多文本分类任务会用到这篇文章里提到知识点。 文章目录提出一个好问题使用独热向量进行编码（One-Hot Vectors）准备数据集构建网络模型torch.nn.RNNCellRNNCell 的工作原理定义
转载
2024-10-17 10:46:54
17阅读
1.解释编译 ：计算机程序设计语言通常分为机器语言、汇编语言和高级语言三类。高级语言需要翻译成机器语言才能执行，而翻译的方式分为两种，一种是编译，另一种是解释。下面会总结编译和解释的区别。编译的过程和解释的过程编译（Compile）的过程是把整个源程序代码翻译成另外一种代码，翻译后的代码等待被执行或者被优化等等，发生在运行之前，产物是另一份代码。解释（Interpret）的过程是把源程序代码一行一
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
Linux培训教程 linux中nl命令使用介绍nl命令在linux系统中用来计算文件中行号。nl 可以将输出的文件内容自动的加上行号!其默认的结果与 cat -n 有点不太一样， nl 可以将行号做比较多的显示设计，包括位数与是否自动补齐 0 等等的功能。兄弟连linux培训小编介绍一下：linux中nl命令使用介绍
转载
2024-07-16 13:52:36
31阅读
