1.【教程】三分钟学习NCNN算法移植

【教程】三分钟学习NCNN算法移植

       本文介绍如何基于EASY EAI Nano移植NCNN部署库，腾讯腾讯以及如何成功运行yolov4的源码源码Demo。NCNN是官网由腾讯优图实验室开发的高性能神经网络前向计算框架，专为手机端优化，腾讯腾讯支持多输入、源码源码PHP多媒体云盘系统源码多分支结构的官网双线走势源码卷积神经网络计算，并且无第三方库依赖，腾讯腾讯支持跨平台操作。源码源码NCNN基于C++实现，官网支持ARM NEON汇编级优化，腾讯腾讯内存管理精细，源码源码支持多核并行计算，官网以及基于Vulkan API的腾讯腾讯宠物圈子源码GPU加速。支持8bit量化和半精度浮点存储，源码源码可导入多种框架的官网模型。

       NCNN广泛应用于图像分类、风格迁移、追源码申请目标检测、人脸检测等领域，并已被多款APP使用。接下来，fx mirror源码我们通过以下步骤完成NCNN算法的移植学习。

       1. 下载与编译NCNN源码

       从百度网盘获取NCNN源码包，使用解压命令展开NCNN库。

       执行编译指令，生成NCNN库文件。

       2. 运行yolov4的Demo

       下载包含yolov4基于NCNN运行的Demo，解压并执行编译指令。

       将编译后的可执行程序文件通过Ubuntu推送至EASY EAI Nano板卡的指定目录。

       在EASY EAI Nano板卡执行程序，观察执行结果。

       在Ubuntu端获取识别成功的，并查看实际效果。

       至此，NCNN算法移植学习完成。更多教程请持续关注我们。欲了解更多关于EASY EAI Nano的信息，请访问官方页面。