编译和安装 MNN
要在不同平台上编译和安装 MNN,首先需要满足以下环境要求:
- Microsoft Visual Studio(>=2017)
- CMake(>=3.13)
- PowerShell
- Ninja(构建工具,比 nmake 更快)
可以从以下链接下载 CMake 和 Ninja:
- CMake 下载地址
- Ninja 下载地址
- 安装完重启电脑
安装 Protobuf
Protobuf 是 MNN 依赖的库,确保安装 3.0 及以上版本。
# macOS
brew install protobuf
其他平台请参考 官方安装步骤。
编译 MNN 主库
cd MNN
mkdir build
cd build
cmake -G "Ninja" -DMNN_BUILD_SHARED_LIBS=OFF -DMNN_BUILD_CONVERTER=ON -DCMAKE_BUILD_TYPE=Release -DMNN_WIN_RUNTIME_MT=ON ..
ninja
如遇到无法正常编译的问题,可以参考 此博客。
模型转换
MNN 提供了 MNNConvert
工具,可以将其他格式的模型转换为 MNN 格式。
使用示例
Usage:
MNNConvert [OPTION...]
-h, --help Convert Other Model Format To MNN Model
-v, --version show current version
-f, --framework arg model type, ex: [TF,CAFFE,ONNX,TFLITE,MNN]
--modelFile arg tensorflow Pb or caffeModel, ex: *.pb,*caffemodel
--prototxt arg only used for caffe, ex: *.prototxt
--MNNModel arg MNN model, ex: *.mnn
--benchmarkModel Do NOT save big size data, such as Conv's weight,BN's
gamma,beta,mean and variance etc. Only used to test
the cost of the model
--bizCode arg MNN Model Flag, ex: MNN
--debug Enable debugging mode.
TensorFlow/ONNX/TFLite 模型转换示例
./MNNConvert -f TF/ONNX/TFLITE --modelFile XXX.pb/XXX.onnx/XXX.tflite --MNNModel XXX.XX --bizCode XXX
例如:
./MNNConvert -f TF --modelFile path/to/mobilenetv1.pb --MNNModel model.mnn --bizCode MNN
Caffe 模型转换示例
./MNNConvert -f CAFFE --modelFile XXX.caffemodel --prototxt XXX.prototxt --MNNModel XXX.XX --bizCode XXX
例如:
./MNNConvert -f CAFFE --modelFile path/to/mobilenetv1.caffemodel --prototxt path/to/mobilenetv1.prototxt --MNNModel model.mnn --bizCode MNN
查看版本号
./MNNConvert --version
MNNDump2Json
将 MNN 模型二进制文件 dump 成可读的类 JSON 格式文件,以方便对比原始模型参数。
PyTorch 模型转换
使用 PyTorch 的 onnx.export
接口转换为 ONNX 模型文件:
import torch
import torchvision
dummy_input = torch.randn(10, 3, 224, 224, device='cuda')
model = torchvision.models.alexnet(pretrained=True).cuda()
input_names = ["actual_input_1"] + ["learned_%d" % i for i in range(16)]
output_names = ["output1"]
torch.onnx.export(model, dummy_input, "alexnet.onnx", verbose=True, input_names=input_names, output_names=output_names, do_constant_folding=True)
然后将 ONNX 模型文件转换为 MNN 模型:
./MNNConvert -f ONNX --modelFile alexnet.onnx --MNNModel alexnet.mnn --bizCode MNN