怡宝2号

问题 已经将DBface转成ncnn模型，并在c++上测试通过，但是移植到android平台之后，结果一直不对，只能一段一段的检查，发现ncnn模型输出为nan。猜想输入给的不对。c++上推理采用的是cv::Mat作为输入。android平台采用bitmap预处理不对，因为有image/255 - mean / stdncnn模型没有正确载入对ncnn的模型进行逐层检查版本对应不上只能一个一个尝试了...

目的：了解torch2onnx的流程了解其中的一些技术细节1. 程序细节get_graph将pytorch的模型转成onnx需要的graphgraph, torch_out = _trace_and_get_graph_from_model(model, args, training)trace, torch_out, inputs_states = torch.jit.get_trace_graph(model, args, _force_outplace=True, _re

上一篇写道：onnx2ncnn的时候，不支持sigmoid，upsample层，于是想着阅读onnx2ncnn的源码。目的：理解ncnn中onnx2ncnn的主要流程自定义upsample层（最高要求）1. 相关资料Open Neural Network Exchange - ONNX ，onnx的文档https://github.com/Tencent/ncnn，注意ncnn的不同版本代码是不一样，这里以20180704为准。2. 主要流程2.1 ncnn.param保存网络结构参数

ncnn中做了三层封装，分别是layer，net，extractor。extractor是最后一道封装，也是实现前向推理流程的部件。1. 传入图像数据ex.input("data", in); // 传入图像数据int Extractor::input(const char* blob_name, const Mat& in){ int blob_index = ...

1. ncnn的3层封装ncnn在实现前向推理的时候主要进行了3层封装，分别是：具体的网络层类layer，如卷积层，池化层，concat层，split层，输出softmax层Net，将所有的layer和中间的数据blob放入到vector容器中将Net传入Extractor做一个“推理器”2. ncnn前向推理时的递归调用ncnn在进行前向推理的时候，由推理器“extractor”...

对net的所有网络层进行轮询，然后对每个网络层读取预训练的参数for (size_t i=0; i<layers.size(); i++){ Layer* layer = layers[i]; // 读取具体的网络层 int lret = layer->load_model(fp); if (lret != 0) { fprintf(s...

split层没有参数ncnn中 squeeze net 配置参数详解一split层是没有参数的split层出来两个分支，两个分支分别经过一个conv33+relu和 一个conv11+relu，每个分支的输出通道数为64然后经过一个concat层，输出通道数为64 + 64。同时也可以通过concat后的convolution层参数进行验证。concat后convoluti...

1. blobs容量如何得来在ncnn网络初始化参数的时候，有两个vector容器，std::vector<Blob> blobs;std::vector<Layer*> layers;blobs是每个网络层输出的数据容器这里我们以squeeze模型为例，说明blobs的容量是怎么确定的。squeezenet blobs的数据容量为83，为红色矩形框的和。...

转载自:https://blog.youkuaiyun.com/cuixing001/article/details/79279971这种方式不需要预先用cmake进行编译，直接将源码添加到vs项目中，在阅读源码的时候有好处。但是在用ncnn项目的时候，每次都要编译，速度会慢些。...

可以参考：https://blog.youkuaiyun.com/sinat_31425585/article/details/100586033这里是根据配置文件，创建相关的layer，就是定义相关的层，声明内存空间等。这里和darknet差别还是很大的。darknet的源码更容易阅读。ncnn做了几层封装，第一眼看到的时候，肯定是????的。整个流程：第一部分通过类的名字const char* typ...

Code#include <opencv2\opencv.hpp>#include <map>#include <vector> #include <algorithm> #include <functional> #include <cstdlib> #include <iostream>#...

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...

maxpool是用于数据特征降维，减少CNN网络的计算量，是CNN的基础组件之一。1. 前向传播前向传播就是在channel通道上，对一定size*size的正方形区域求出最大值，作为下一层layer的输入。同时，为了反向误差的传播需要保存最大值所对应的索引indexCodevoid forward_maxpool_layer(const maxpool_layer l, network...

1. batchnorm1.1 原理大致的原理可以参考:https://blog.youkuaiyun.com/qq_25737169/article/details/79048516如果了解个大概的话，就是：（x-均值）/ 偏差 * 缩放系数 + 一个偏置1.2 darknet实现说明：darknet cpu采用C实现的，能更有助于原理的理解或者也可以用numpy等高级框架实现总之，...

这里以Code，原理相结合的方式1. darknet中CNN关键代码1. int m = l.n/l.groups; // 输出通道 int k = l.size*l.size*l.c/l.groups; // img2col后图像矩阵的行数 int n = l.out_w*l...

参考自:https://www.cnblogs.com/qinguoyi/p/7251305.html出处： darknet在cpu上进行CNN计算时。Code：void gemm_nn(int M, int N, int K, float ALPHA, float *A, int lda, float *B, int ldb, float...

。。。。

layer filters size input output 0 conv 32 3 x 3 / 1 608 x 608 x 3 -> 608 x 608 x 32 0.639 BFLOPs 1 conv 64 3 x 3 / 2 608 x 608 x 32...

参考自:https://www.cnblogs.com/ranjiewen/p/10214728.html,https://blog.youkuaiyun.com/xxmhnu/article/details/802800061. 安装vscode2. 编译darknet将darknet中makefile的CC=gcc改为 CC=gcc -g参考：https://blog.youkuaiyun.com/u0...

参考：https://blog.youkuaiyun.com/qq_31290747/article/details/80800415注意：用Cygwin中的gcc，最好不要用MinGW，我前面用MinGW编译出现了各种问题1. 安装Cygwin安装 Cygwin的时候，要安装make，binutils 、 gcc 、 gcc-mingw 、 gdb给Cygwin配置环境变量2. 编译darkn...