| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> ncnn神经网络计算框架在香橙派OrangePi 3 LTS开发板中的使用介绍 -> 正文阅读 |
|
[人工智能]ncnn神经网络计算框架在香橙派OrangePi 3 LTS开发板中的使用介绍 |
?
? 2、然后安装依赖包 3、然后开始编译,ncnn 编译命令如下所示?
4、ncnn 中有一些测试示例,比如 squeezenet 测试命令和结果如下所示? ? 5、benchncnn 可以用来测试神经网络的推理性能,测试方法如下所示? 2) 首先需要将 benchncnn 复制到 benchmark 目录中? 3) benchncnn 的使用方法如下所示? 4) benchncnn 使用 cpu 测试结果如下所示? a) Debian Bullseye Linux5.16 服务器版本系统测试结果? 6、NanoDet 是一个速度超快和轻量级的移动端 Anchor-free 目标检测模型。测试方 法如下所示? 2) 首先新建一个 nanodet_demo 的文件夹? 3) 然后将编译生成的 nanodet 可执行程序复制到 nanodet_demo 文件夹中? 4)然后需要下载 nanodet 模型文件并上传到 nanodet_demo 文件夹中? b) 打开上面的链接,找 nanodet_m.bin 和 nanodet_m.param 这两个文件, 然后下载下来,再上传到开发板 Linux 系统的 nanodet_demo 文件夹中?? c) 此时 nanodet_demo 文件夹中应该有了下面的三个文件? 5)然后还需要将想检测的图片放在 nanodet_demo 文件夹中,比如下面这张有 很多车的图片(可以使用手机拍几张车流或者动物的图片)? 6) 然后运行下面的命令就可以使用 nanodet 进行目标检测,car.jpg 请替换成 你的图片的名字 7)检测完成的结果会保存在名为 image.png 的图片中? 8) 如果使用的是桌面版的 Linux 系统,可以直接打开 image.png 查看,如果使 用的是服务器版本的 Linux 系统,可以将 image.png 拷贝到电脑中查看, image.png 内容如下图所示,可以看到识别到的物体左上角会显示物体的种 类和可信度的百分比? 7、为了方便测试benchncnn和 nanodet,我整理了一份只包含benchncnn和 nanodet的可执行文件以及测试需要的模型文件打包成一个 ncnn_test_demo.tar.gz 压缩包放 在百度云盘上面了,不需要下载编译 ncnn 的源码,使用这份可执行程序就可以直 接开始测试了 1)从下面的百度云盘链接可以下载 ncnn_test_demo.tar.gz 压缩包。进入 ncnn 文件夹中就能看到? 2)下载完 ncnn_test_demo.tar.gz 压缩包后,首先将 ncnn_test_demo.tar.gz 压 缩包上传到开发板 linux 系统中 3)然后使用下面的命令解压 ncnn_test_demo.tar.gz? 4) 解压后进入 ncnn_test_demo 目录可以看到其中包含 benchncnn_demo 和 nanodet_demo 两个子文件夹,它们分别用来测试 benchncnn 和 nanodet? 5) 进入 benchncnn_demo 文件夹,然后运行./benchncnn 4 $(nproc) 0 -1 这个命 令就可以直接测试神经网络的推理性能? 6)进入 nanodet_demo 文件夹,然后运行./nanodet car.jpg 这个命令就可以直 接使用 nanodet 来检测 car.jpg 图片中的物体了,你也可以将想要检测的图 片放在 nanodet_demo 文件夹中,然后使用 nanodet 来检测? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/26 0:53:31- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |