腾讯开源ncnn:Ubuntu下运行示例
来源:互联网 发布:网络作家笔名 编辑:程序博客网 时间:2024/06/05 11:43
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:Ubuntu下运行示例
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。ncnn Git:https://github.com/Tencent/ncnn
ncnn 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 目前已在腾讯多款应用中使用,如 QQ,Qzone,微信,天天P图等。
本文直接使用ncnn开源代码内的CMakeList.txt直接进行编译运行,非常简单快捷。
环境:Ubuntu16.04+opencv2.4.13
示例程序依赖opencv库,有关opencv的安装,可以参照:http://blog.csdn.net/u011557212/article/details/54706966?utm_source=itdadao&utm_medium=referral,亲测好用(最好完全按照步骤操作)。
环境准备妥当,进入编译生成的正题。
(1)git下载ncnn工程,解压。
(2)根目录下,通过终端命令窗口执行以下操作:
mkdir build #创建build文件夹,用来存放编译生成的文件
cd build #打开build文件
cmake .. #编译根目录下的CMakeLists.txt
此时没有意外的话,会报错如下:
这是因为编译了caffe2ncnn相关的tools,也就是将caffemodel转化成ncnn识别的param和bin文件的工具。不编译这个的话,运行示例没有问题,但是如果想用自己的模型的话,需要配置caffe后再编译。由于示例程序已经给好了param和bin文件,所以这里就偷个懒,不编译了。
打开根目录下的CMakeLists.txt文件,定位到最后几行,修改如下:
修改内容,一个是放开examples的编译,一个是关掉tools的编译。保存修改后,终端命令定位在build路径下。
再次输入:
cmake ..
make
通过红色的log可以看出生成了一个静态库build/src/libncnn.a和一个可执行文件build/examples/squeezenet。
网上随便下载一张汪汪或者喵喵 whatever you like,放置在可执行文件squeezenet路径下。
然后再把ncnn-master/example文件夹下的模型文件(下图选中的三个)放置在可执行文件squeezenet路径下。
然后终端命令窗口定位在可执行文件squeezenet路径下,输入下面指令:
./squeezenet test.jpg
其中test.jpg是你下载的图片的名称,便可以运行示例。
你也可以通过修改示例代码squeezenet,从而更直观的看到运行结果。修改后重新执行上述的Cmake,make指令。修改示例如下:
#include <stdio.h>#include <algorithm>#include <vector>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;#include "net.h"static int detect_squeezenet(const cv::Mat& bgr, std::vector<float>& cls_scores){ ncnn::Net squeezenet; squeezenet.load_param("squeezenet_v1.1.param"); squeezenet.load_model("squeezenet_v1.1.bin"); ncnn::Mat in = ncnn::Mat::from_pixels_resize(bgr.data, ncnn::Mat::PIXEL_BGR, bgr.cols, bgr.rows, 227, 227); const float mean_vals[3] = {104.f, 117.f, 123.f}; in.substract_mean_normalize(mean_vals, 0); ncnn::Extractor ex = squeezenet.create_extractor(); ex.set_light_mode(true); ex.input("data", in); ncnn::Mat out; ex.extract("prob", out); cls_scores.resize(out.c); for (int j=0; j<out.c; j++) { const float* prob = out.data + out.cstep * j; cls_scores[j] = prob[0]; } return 0;}static int print_topk(const std::vector<float>& cls_scores, int topk, vector<int>& index_result, vector<float>& score_result){ // partial sort topk with index int size = cls_scores.size(); std::vector< std::pair<float, int> > vec; vec.resize(size); for (int i=0; i<size; i++) { vec[i] = std::make_pair(cls_scores[i], i); } std::partial_sort(vec.begin(), vec.begin() + topk, vec.end(), std::greater< std::pair<float, int> >()); // print topk and score for (int i=0; i<topk; i++) { float score = vec[i].first; int index = vec[i].second; index_result.push_back(index); score_result.push_back(score); //fprintf(stderr, "%d = %f\n", index, score); } return 0;}static int load_labels(string path, vector<string>& labels){ FILE* fp = fopen(path.c_str(), "r"); while (!feof(fp)) { char str[1024]; fgets(str, 1024, fp); //¶ÁÈ¡Ò»ÐÐ string str_s(str); if (str_s.length() > 0) { for (int i = 0; i < str_s.length(); i++) { if (str_s[i] == ' ') { string strr = str_s.substr(i, str_s.length() - i - 1); labels.push_back(strr); i = str_s.length(); } } } } return 0;}int main(int argc, char** argv){ const char* imagepath = argv[1]; vector<string> labels; load_labels("synset_words.txt", labels); cv::Mat m = cv::imread(imagepath, CV_LOAD_IMAGE_COLOR); if (m.empty()) { fprintf(stderr, "cv::imread %s failed\n", imagepath); return -1; } std::vector<float> cls_scores; detect_squeezenet(m, cls_scores); vector<int> index; vector<float> score; print_topk(cls_scores, 3, index, score); for (int i = 0; i < index.size(); i++) { cv::putText(m, labels[index[i]], Point(50, 50 + 30 * i), CV_FONT_HERSHEY_SIMPLEX, 1.2, Scalar(0, 100, 200), 2, 8); } imshow("m", m); imwrite("test_result.jpg", m); waitKey(0); return 0;}
运行结果:
本来是很简单的事情。由于对Ubuntu和CMake懵懵懂懂,走了一些弯路,这点儿问题折腾了两天。也参考过Ubuntu16.04---腾讯NCNN框架入门到应用,但是卡在生成示例程序那块,用作者的makefile运行总是出错,估计是配置问题,好头疼。折腾了makefile,甚至还折腾了g++编译,最后都是说找不到lncnn。
最终还是在git上向nihui大神请教,分分钟就得到了回复,直至此时才解决了所有问题,成功运行。参考:https://github.com/Tencent/ncnn/issues/69
虽然在这个简单的问题上,耗费了两天之久,但终于扫清所有问题,还是非常开心。
毕竟有问题的时候才会有动力和进步嘛。
共勉,祝顺利。
- 腾讯开源ncnn:Ubuntu下运行示例
- 腾讯开源ncnn:示例程序运行
- 腾讯开源ncnn:自己的模型运行结果与caffe的结果不一样
- 腾讯开源ncnn:caffemodel转化为.param和.bin文件
- 腾讯优图开源项目ncnn
- 腾讯优图NCNN框架在windows下的vs2013配置
- ubuntu下使用intellij运行CloudSimSDN的示例
- Hadoop 在Ubuntu下的单机配置及运行示例
- Ubuntu系统NCNN框架入门指南
- Ubuntu16.04---腾讯NCNN框架入门到应用
- ubuntu下安装腾讯QQ
- Ubuntu下安装腾讯QQ
- 腾讯云ubuntu tomcat 运行速度慢!!
- 在VMware里Ubuntu下编译内核,运行一个示例的驱动程序
- 《Swift入门》ubuntu下编译运行Swift开发的Web后端示例
- linphone Ubuntu下运行
- ubuntu 下运行lua
- ubuntu 下运行qtcreator
- UmBasketella(三分算法解决单峰问题)
- git/gerrit 常用命令记载
- 「とても」「あまり」「大変」的用法区别
- cocos2d-x3.2 24种基本特效
- 本文主要阐述了四种排序方法
- 腾讯开源ncnn:Ubuntu下运行示例
- windows下gem install报certificate verify failed错误解决办法或者添加淘宝源镜像失败
- 设计模式4-模板方法模式
- bugfree安装教程
- 文章标题
- Activiti工作流学习(四)
- 常用Linux命令
- Linux第一篇【介绍、安装Ubuntu、基本目录结构】
- 全栈工程师指南