超级会员免费看
本文介绍了如何在Android应用中使用ncnn库进行深度学习模型的推理。首先，通过pt到onnx再到ncnn的转换过程准备resnet18模型的param和bin文件。接着，下载编译好的ncnn库，并创建一个native C++工程，配置API24，将ncnn库导入并修改CMakeLists.txt。在工程中创建asset文件夹存放模型和标签文件，同时实现本地方法接口，用JNI创建cpp函数。最后，通过修改代码识别不同的图片，如猫或狗。
1、模型准备
需要onnx2ncnn转化的param和bin文件。
以之前训练的resnet18模型为例：pytorch训练的模型文件经onnx及简化后，再转化为ncnn框架下文件格式。
转化流程：pt -> onnx -> onnx-sim ->param、bin
也就是上篇文章获得的res18.param、res18.bin两个文件
2、下载安卓编译ncnn库
下载链接：Releases · Tencent/ncnn · GitHub
3、创建工程
3.1 选native c++
3.2 选择API24
订阅专栏 解锁全文
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
