ncnn编译（win10，实现mxnet2ncnnonx2ncnn）

最新推荐文章于 2024-03-30 18:15:00 发布
原创 最新推荐文章于 2024-03-30 18:15:00 发布 · 2.2k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ncnn

本文详细介绍了在Windows上使用VS2015和CMake构建OpenCV 3.4.2、Protobuf 3.4.0以及NCNN的流程，包括下载源码、配置CMake、编译安装等关键步骤，适合于希望在本地进行计算机视觉和深度学习库搭建的开发者。

1. 环境准备：

1. 环境准备：

a.VS2015

b.CMake-gui3.12.0

c.opencv3.4.2
 下载链接：https://github.com/opencv/

d.protobuf3.4.0

下载链接：GitHub - protocolbuffers/protobuf: Protocol Buffers - Google's data interchange format

 点击 Configure：选择VS14  2015 Win64
去除protobuf_BUILD_TESTS和protobuf_MSVC_STATIC_RUNTIME

修改：CMAKE_INSTALL_PREFIX=./install 

进行Configure和 Generate
然后打开Builds_D20211211中的protobuf.sln，编译install,(release、debug)
1. NCNN:

下载链接

最低0.47元/天 解锁文章
在Windows上搭建ncnn环境
修炼之路
05-03 1975
导读 上一篇文章，我们介绍了一下ncnn框架的特性以及支持的平台，这篇文章我们介绍一下如何在Windows上来安装ncnn ncnn是支持多个平台的，这里我仅仅演示如何在Windows上来搭建ncnn的环境，最终在Windows上编写的SDK，我们只需要将其移植到不同的操作系统下编译即可生成我们需要的库文件 环境要求 操作系统：win10 visual studio安装 下载地址：visual studio社区版安装地址 这里大家下载社区版的vs就行了，我下的是2019版本差别不大，点击安装即可，在安装
ncnn 普通用户逐步编译安装教程 | 示例运行【 onnx2ncnn | caffe2ncnn | mxnet2ncnn | darknet2ncnn 】
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
08-02 1965
ncnn 正确编译 | 示例运行 认识 ncnnNcnn 安装基础依赖环境安装方式VULKAN 开关为开则先【VULKAN 解压安装】安装 VULKAN driver【类似于 Nvidia driver 】ncnn 编译构建前置准备编译构建编译构建 -- 如果 -DNCNN_SYSTEM_GLSLANG=ON -DNCNN_BUILD_EXAMPLES=ON 可能遇到如下警告我最终编译成功的命令【我需要编译 example 模块】默认编译构建操作如下【系统环境OK 情况下 最简洁操作如下：】ncnn
windows 使用ncnn vulkan部署yolox 记录（小白向，比较详细）
flamebox的博客
06-13 3052
之前在树莓派4B移植过一次ncnn部署Yolo-Fastest，同时也在笔记本的windows里面部署了一套作为调试开发。但因为年代久远，很多细节都模糊了，今天重新弄了一遍跑yolox模型，发现比当时简便了很多，主要是因为才发现ncnn官方仓库就有预编译好的windows版本，不用自己编译，方便太多了。使用的是win10 x64系统，主要需要使用4个东西： 1、Visual Studio Community 2019 2、ncnn对应vs2019的编译库 3、opencv库，也是官方预编译好的windows
Windows下ncnn环境配置教程详解（VS2019）
01-20
一、下载VS2019并安装     1、下载地址：https://visualstudio.microsoft.com/zh-hans/vs/     2、下载后安装工作负载（安装以下三个即可）          3、如果发现忘记下载某一个工作负载，可以再安装完成之后在重新安装（VS导航栏的工具->获取工具和功能）       二、下载并安装cmake-3.16.5     1、下载地址：链接: https://pan.baidu.com/s/1_gTHjKRbT9nfDFsrO9bkTg 提取码: zme6     2、下载后解压     3、添加环境变量（将解压后cmake-3.16.5-
ncnn编译（onnx2ncnn）时
qq_33334341的博客
02-26 1168
libprotobuf.lib(common.obj) : error LNK2038: 检测到“RuntimeLibrary”的不匹配项: 值“MT_StaticRelease”不匹配值“MD_DynamicRelease”(onnx.pb.obj 中) 2>libprotobuf.lib(coded_stream.obj) : error LNK2038: 检测到“RuntimeLibrary”的不匹配项: 值“MT_StaticRelease”不匹配值“MD_DynamicRelease”(on
【ncnn android】算法移植（二）——编译ncnn支持onnx
怡宝2号
05-21 1321
说明：平时用pytorch框架，同时pytorch内置了转onnx。看ncnn项目，最早是20180314版本支持onnx2ncnn的。（更正，最早是20180704才支持onnx2ncnn） 1. 编译ncnn项目 现有环境： win10 vs2015 cmake 3.17.2 这里可以用cmake gui和vs2015 x64命令行两种方式 1.1 cmake gui 新建一个build-vs2015文件 然后在build-vs2015文件夹内打开ncnn.sln 然后右键INSTALL项
保姆级在windows环境下部署NCNN环境
weixin_45725336的博客
05-18 7093
这篇文章主要是学习了NCNN，成功安装部署成功，也有踩到一些小坑，这里写出来分享给大家一起探讨。
编译ncnn笔记
tongshen的博客
12-16 1047
文章目录编译ncnn笔记1. 下载源码2. 编译ncnn的依赖文件3. 编译caffe2ncnn3.1 编译caffe2ncnn遇到的问题4. 编译onnx2ncnn 编译ncnn笔记 1. 下载源码 git clone --recursive https://github.com/Tencent/ncnn.git 2. 编译ncnn的依赖文件 mkdir build cd build cmak...
python二进制文件编辑_编译自定义Python二进制程序
weixin_39710251的博客
11-29 573
工作中需要自行编译一个Python二进制程序，并尽量减少该程序依赖的库文件，使之在相同CPU架构上有更良好的可移植性。先找了下网上的资料，都不太详尽，经过探索最终还是成功了，这里记录一下过程以备忘。过程记录查阅Python27源码中的setup.py文件，发现Python核心仅依赖glibc，c++等标准库，因此按以下默认的编译命令即可编译出依赖较少的Python二进制程序了。# 安装必要的编译工...
Win10环境下测试NCNN框架 (以yolov2为例)
lixuejun2008的博客
05-04 961
1) 到腾讯官网下载 mirrors-ncnn-master.zip 2) 解压缩到ncnn目录下,并进入ncnn目录 3）运行build.sh 可生成各种平台下的交叉编译工程，可用于测试Windows以外的其它平台 4）将src目录下的所有源程序自行生成一个lib工程，得到库文件 ncnn.lib (该文件也可以从这里下载) 5) 在tools目录下有一些子目录，分别对应caffe、m...
极智开发 | win10 qmake 构建 ncnn vs 工程
极智视界
11-05 3306
本教程详细记录了在 win10 环境中使用 qmake 构建 ncnn vs 工程的方法。
ncnn编译及mxnet转ncnn模型
kupePoem的专栏
03-12 1288
一、下载ncnn 下载链接https://codeload.github.com/Tencent/ncnn/zip/20200226 二、ncnn编译 1、protobuf下载及编译我使用的3.4.0版本 2、opencv下载及编译我使用的是opencv3.4.0版本 3、cmake配置 opencv目录和protobuf相关配置要设置上 4、生成vs工程 编译及install ...
onnx转化ncnn详细实现过程
abusedemo的博客
10-10 6816
win环境下安装Opencv，参考opencv的安装，在opencv官网下载opencv3.4.10，注意选择win版本。接下来需要添加环境变量，在此电脑=>高级系统设置=>环境变量的系统变量部分的Path添加cmake的bin目录。同样在vs2019中操作，新建目录，cd到新目录下，执行下面命令行，注意中间的路径需要替换为自己的文件路径。CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)。cmake，用的是3.19.1，通常来说>=3.15就没问题的。
torch-onnx-ncnn过程（yolov5）
qq_40645782的博客
10-20 1865
torch-onnx-ncnn 以yolov5为例子安装ncnn如果需要用vscode进行代码调试torch2onnx下载测试转换onnxonnx2ncnn1.生成param和bin文件2.打开生成的.param文件,去除不支持的网络层。3.除去split 和crop 及concat层，一共十层，换成YoloV5Focus，总层数309变成300，如图所示。4.将Permute的前一层Reshape 中0=xxx 改成 0 = -1。修改结果如下：5. 用 ncnnoptimize 过一遍模型，顺便转为 f
封装32位ncnn
csy_9502的博客
11-22 940
本人系统win10 64位系统，现需要封装32位系统能用的库 1.用VS2015生成ncnn_32.lib，遇到    fatal error LNK1112: 模块计算机类型“X86”与目标计算机类型“x64”冲突 解决方法 将附加选项改为machine:x86 2.相应生成所需要的32位dll和lib 3.mxnet模型转ncnn模型 （1）写一个bat运行mxnet2ncnn...
【NCNN】腾讯ncnn推理框架的简介及安装
热门推荐
种一棵树最好的时间是十年前，其次是现在
07-20 1万+
ncnn（Ncnn Convolutional Neural Network）是一个轻量级的高性能深度学习框架，由腾讯公司开发。它专门为移动设备和嵌入式设备优化，旨在提供高效的推理性能和低内存占用。以下是ncnn的一些主要特点和优势：轻量级和高性能：ncnn被设计为轻量级框架，具有高效的推理性能。它使用优化的计算图和内存管理策略，以最大程度地减少内存占用和计算开销。跨平台支持：ncnn支持多种操作系统和硬件平台，包括Android、iOS、Linux、Windows等。
【pytorch】tnn
JNing
09-22 1316
首先确保已经安装了tnn环境：onnx2tnn 转tnn： def onnx2tnn(self): assert os.path.isfile(simplified_onnx_path) os.system('cd {}\n' 'python onnx2tnn.py {} -version=v1.0 -optimize=1 -half=1 -o {} -input_shape input:1,{},{},{}' .format(C.o
【ncnn】win10 vs2015编译ncnn项目
怡宝2号
03-29 2400
1. 编译protobuf 这是google开源的一个项目，ncnn用来序列保存网络模型的。 1.1 下载protobuf，从这个博客 1.2 编译protobuf 看网络上的文章，这里有两种方式可以编译protobuf。 采用cmake-gui 采用vs2015命令行 因为编译opencv的时候用的cmake-gui，这里用vs命令行试一下。 参考：https://blog.youkuaiyun.com...
ncnn模型部署——onnx模型转ncnn模型并推理可执行程序（resnet18例子）
qq_40280673的博客
03-30 1万+
ncnn为用户提供了一系列的模型转换工具，能够轻松地将caffe、onnx等格式的模型转换为ncnn可以识别的格式。在源代码编译完成后，这些工具会被存放在ncnn/build/tools目录下。在本次的示例中，使用了onnx2ncnn工具，将在pytorch中导出的resnet18的onnx模型转换为ncnn模型，并进行了推理。
ncnn编译没有onnx2ncnn
最新发布
03-04
### 如何在 NCNN 编译中添加或解决 onnx2ncnn 工具缺失 #### 安装依赖项 为了成功编译 `onnx2ncnn` 工具，需要安装一些必要的依赖库。这些依赖通常包括 CMake 和 Python 解析器等开发工具。 ```bash sudo apt-get ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值