入門(mén)級(jí)嵌入式板卡的神經(jīng)網(wǎng)絡(luò)框架ncnn的移植與測(cè)試開(kāi)發(fā)怎么樣?基于i.MX6UL/i.MX6ULL開(kāi)發(fā)板。 經(jīng)過(guò)在MYD-Y6ULX開(kāi)發(fā)板上,總體非常順利,在移植中只需要針對(duì)開(kāi)發(fā)板的編譯器,修改添加相應(yīng)的編譯腳本即可順利的編譯ncnn庫(kù)和所有例程。并不需要對(duì)代碼做任何改動(dòng)或者調(diào)整,過(guò)程很快,短暫的時(shí)間就可完成ncnn這樣一個(gè)神經(jīng)網(wǎng)絡(luò)框架在本開(kāi)發(fā)板上運(yùn)行起來(lái)。
對(duì)ncnn的benchmark的性能測(cè)試來(lái)看,因?yàn)楸鹃_(kāi)發(fā)板僅為armv7單核處理器,處于入門(mén)級(jí)的一款開(kāi)發(fā)板,能跑出這樣的成績(jī)已經(jīng)出乎意料。
在對(duì)實(shí)際圖像分類和圖像內(nèi)容識(shí)別測(cè)試中,其中圖像分類僅百十毫秒就出結(jié)果,對(duì)多目標(biāo)識(shí)別單張圖在2秒左右,這對(duì)一些靜態(tài)的環(huán)境下已經(jīng)能夠達(dá)到業(yè)務(wù)使用的需求了,再綜合其硬件性能,可見(jiàn)效能比是非常高的。同時(shí)工程里還帶有一些各種其它框架模型轉(zhuǎn)化ncnn的工具,方便將其它模型轉(zhuǎn)化到ncnn上來(lái)使用,非常方便。
同時(shí)也測(cè)試出ncnn的良好的可移植性和對(duì)不同嵌入式硬件的支持較好,其它任何一個(gè)神經(jīng)網(wǎng)絡(luò)框架恐怕無(wú)法在這樣一個(gè)系統(tǒng)上運(yùn)行,為這樣一個(gè)有效的國(guó)產(chǎn)開(kāi)源神經(jīng)網(wǎng)絡(luò)項(xiàng)目點(diǎn)贊。