腾讯开源ncnn:自己的模型运行结果与caffe的结果不一样

本博记录为卤煮使用时的记录，如有疏漏，请指正。

卤煮：非文艺小燕儿

本博地址： 腾讯开源ncnn:自己的模型运行结果与caffe的结果不一样

感谢开源共享的各位大牛们，让我们能够站在巨人的肩膀上前行。

自己之前用caffe和tinyDNN框架跑得模型，这次用腾讯开源的ncnn的跑了一下，最后一层的输出结果却很不一样，大概是0.x和几十的差距。

纠结半天发现是输出图像归一化的问题。

ncnn给的示例，图像做了去均值，所用的均值是

const float mean_vals[3] = { 104.f, 117.f, 123.f };

用下面这句实现了去均值操作

in.substract_mean_normalize(mean_vals, 0);

以下操作要根据你自己模型的图像预处理策略进行对应，下面的处理方法只是对应了我自己的。数据预处理到-1到1之间。

而对于我的模型来说，应该使用的均值文件为：

const float mean_vals[3] = { 127.5f, 127.5f, 127.5f };

同时还要把数据归一化到-1~1之间。

目前还没有详细看ncnn的代码，可能也支持归一化到-1到1之间。

目前先自己在他的in.substract_mean_normalize(mean_vals, 0);中先针对缩放修改了一点儿。

减完均值后，追加了一句

*ptr = (*ptr)* 0.0078125;

效果如下：

for (; remain>0; remain--){     *ptr -= mean;     *ptr = (*ptr)* 0.0078125;     ptr++;            }

这样运行出来的结果就对了。

总而言之，还是因为没有去好好看ncnn的代码，不明所以的去仿照示例引起的问题。

接下来好好看看，不再重蹈覆辙。

追加：

经过nihui大神指点，正途应该是这么改

const float mean_vals[3] = { 127.5f, 127.5f, 127.5f };
const float norm_vals[3] = { 0.0078125f, 0.0078125f, 0.0078125f };
in.substract_mean_normalize(mean_vals, norm_vals);

参考：

https://github.com/Tencent/ncnn/issues/50