yiran103的专栏

Design and Implementation of a Highly Efficient DGEMM for 64-bit ARMv8 Multi-Core Processors 针对64位 ARMv8八核处理器，设计并实现了一种基于 OpenBLAS 的高效 DGEMM。作者首先为此架构开发性能模型，然后根据理论指导用汇编语言系统地开发高度优化的 GEBP 内核。性能模型表明，优化 DGEMM 的峰值性能（效率）需要在内存层次结构的所有级别上最大化其计算内存访问比率。而提高 GEBP 的性能的主要

TNN 的 resize 虽然分通道提供了多个接口，但底层是一起的。整个实现对于灰度图优化非常有限，而3通道或4通道的图像会有加速。缩放的映射关系较为简单，主要分为三步：

TNN 的仿射变换形态介于 OpenCV 和 ncnn 之间。其处理流程与 OpenCV 较为相似并做了一些优化，不同的地方在于数据处理宽度为4，比较小。在性能表现方面中规中矩，小图上不及 ncnn。MatUtils::WarpAffine#mermaid-svg-FNwIOkXOm8kxHfXI .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color

ncnn 的仿射变换对于深度学习的预处理即小图变换进行了优化，速度可达到 OpenCV 的两倍。详细请参考 [opencv ncnn warpaffine 性能测试](https://zhuanlan.zhihu.com/p/355147243)。在具体实现方面，优点是简洁明快，双线性插值采用10bit 量化，比 OpenCV 精度高；缺点是边界填充仅支持常量值。下面从 ncnn 的测试代码入手进行分析。

上一篇文章中提到 warpAffine 会分块处理，将坐标映射和插值系数分别存储下来，然后借助 remap 来实现最终的映射。而 remap 会根据映射关系取源像素并加权计算出目的像素值。其最核心的计算为 RemapVec_8u。cv::remap#mermaid-svg-lLtejyb6R6MyZRLO .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;c

warpAffine 是图像处理中比较常见的一种变换，可以将图像校正或对齐。对于线性插值方式，OpenCV 首先将坐标映射保存成两张图，然后调用 remap 函数。第二步是比较耗时的部分，并且 warpPerspective 亦采用此处理。remap 通过构建查找表来存储系数乘积，这样减少了乘法运算次数。由于篇幅过长，将文章分成 warpAffine 和 remap 两部分。

在瑞芯微的使用手册中，rkmedia 库使用 Buildroot 编译。然而由于配置文件众多，不易定位编译过程中的问题，所以本文以 CMake 进行构建。目标平台为 RV1109/1126。编译 libdrm-rockchiprkmedia 中的组件支持选项配置，但 drm 是必需的。所以第一步需要先编译该库。首先在电脑上按照编译过程中会用到的库。sudo apt-get install xutils-devsudo apt-get install libpciaccess-dev获取 lib

OpenCV 中的 carotene 对于 armv7优化较好，而 armv8下则是 NEON 实现。TNN 提供了一套图像预处理接口并且进行了汇编优化。下面以 NV21TOBGR 为例进行介绍。MatUtils无成员变量，全部为静态函数。public: //copy cpu <-> device, cpu<->cpu, device<->device, src and dst dims must be equal. static Status Co

OpenCV 中的 cvtColor 将图像从一种颜色空间转换为另一种颜色空间。虽然 OpenCV 可以支持从各种 YUV 格式转换到 BGR，但反向到 YUV420 却仅能输出 I420。尽管内部有 cvtBGRtoTwoPlaneYUV 函数，但是对外没有提供。Carotene 库并无该功能，所以 cvtColorBGR2ThreePlaneYUV 使用统一向量指令（universal intrinsics）来加速，维护成本低效率同样不高。在图像大于320x240时可能会启用线程。YCbCr 色彩空

使用扩展asm，您可以从汇编程序读取和写入 C 变量，并执行从汇编代码到 C 标号的跳转。扩展asm语法使用冒号（“:”）在汇编程序模板之后分隔操作数参数：asm asm-qualifiers ( AssemblerTemplate : OutputOperands [ : InputOperands [ : Clobbers ] ])asm asm-qualifiers ( AssemblerT

众所周知，C/C++程序的内存问题较多。Valgrind是一个用于构建动态分析工具的工具框架。其包含的工具可以自动检测许多内存管理和线程错误，并详细剖析程序。于是，我希望在海思系列芯片上使用它。编译过程中遇到很多问题，然而一一解决之后却发现Valgrind在海思芯片上竟无用武之地。海思将内存划分成了OS内存和MMZ内存两部分，Valgrind不能正确识别MMZ内存的内存分配，会报出大量的错误。交叉编译首先下载源码，解压后使用如下脚本进行编译。需要注意的是确保--host以armv7-开头；--

为Hi35xx处理器编译 OpenCV 时会遇到 NEON 无法启用的问题，报错信息如下：CMake Error at cmake/OpenCVCompilerOptimizations.cmake:535 (message): Required baseline optimization is not supported: NEON (CPU_BASELINE_REQUIRE=;VFP...

以下内容翻译自：Optimizing C Code with Neon Intrinsics概述本指南向您展示如何在 C 或 C++ 代码中使用 Neon intrinsics 函数，以利用 Armv8架构中的 Advanced SIMD 技术。这些简单的示例演示了如何使用这些内嵌原语，并提供了一个解释其用途的机会。希望使用 Advanced SIMD 技术的底层软件工程师、库编写人员和其他...

Caffe2移动端GPU支持列表移动端是Caffe2是发力的方向之一。Caffe2支持通过OpenGL调用移动GPU。然而移动端GPU却无法保持桌面上对CPU的优势，多CPU核心配弱GPU更是安卓界的一大特色。即使强大如iPhone，对于iPhone 6s以下的设备，NNPACK加速的CPU实现也比Apple的MPSCNNConvolution性能好。AndroidAndroid支持设备列表：#if

Core vs Runtime librariesCore库是低级算法实现的集合，它被设计为嵌入到现有的项目和应用程序中：它不分配任何内存（所有的内存分配/映射必须由调用者处理）。它不执行任何类型的多线程（但向调用者提供有关工作负载如何拆分的信息）。运行时库是Core库非常基本的封装，可用于快速原型，这是意味着它很基础：它使用标准的malloc()分配图像和张量。它使用非...