腾讯开源ncnn:自己的模型运行结果与caffe的结果不一样

最新推荐文章于 2024-10-16 13:42:42 发布
最新推荐文章于 2024-10-16 13:42:42 发布
阅读量5.8k 收藏 4
点赞数 1
分类专栏： ncnn 文章标签： ncnn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fuwenyan/article/details/76213015
版权
在使用腾讯开源的ncnn运行模型时，博主发现输出结果与caffe有很大差异，主要原因是图像归一化操作不一致。ncnn示例中的均值与博主模型所需的均值不同，调整为正确的均值并归一化到-1到1之间后，问题得到解决。博主计划深入研究ncnn代码以避免类似问题。
摘要由CSDN通过智能技术生成

本博记录为卤煮使用时的记录，如有疏漏，请指正。

卤煮：非文艺小燕儿

本博地址： 腾讯开源ncnn:自己的模型运行结果与caffe的结果不一样

感谢开源共享的各位大牛们，让我们能够站在巨人的肩膀上前行。


自己之前用caffe和tinyDNN框架跑得模型，这次用腾讯开源的ncnn的跑了一下，最后一层的输出结果却很不一样，大概是0.x和几十的差距。

纠结半

最低0.47元/天 解锁文章
非文艺小燕儿_Vivien
关注
专栏目录
使用ncnn模型预测获取错误的结果
修炼之路
05-04 1233
导读 在使用ncnn来构建c++的预测代码时，有时候得到的结果与python代码的预测结果不一致，这样会降低模型预测的准确率甚至会使得模型的预测结果变得不可靠，这时候我们就需要检测自己的代码是否存在问题，这篇文章将会介绍，当出现这种情况时，我们应该如何来解决。 caffemodel should be row-major 如果使用的是caffe的模型，需要注意ncnn的caffe2ncnn工具转换模型的时候是以caffe的模型为row-major的格式来进行转换的。row-major以下面这个3×3的权重参
ncnn 基于各平台测试效果
Binary2014的博客
12-18 692
基于NCNN推理框架的各平台不同模型测试结果 一、2U服务器X86_64 Openmp OFF结果： Openmp ON结果： 二、3798MV200 Openmp OFF结果： Openmp ON结果： 三、维海德-VHD-C8Z联发科MT6797 ...
onnx模型转 ncnn 模型全连接层输出shape不对问题解决
liguiyuan的博客
06-02 1268
模型的为5个分类，onnx的输出为[1, 5] 是正确的，但是跑ncnn模型发现输出为 [1, 8, 5] ，经过打印log分析，是 softmax层前面的 fc层导致的问题。A * B = [1, 200] * [5, 200] ，这个矩阵是不能正常计算的，由于维度不同不能直接计算，但是在执行代码的时候没出错的原因，可能是由于gemm分块计算的原因，然后最后输出为。A * B + C，对应的维度为 [1, 200] * [200, 5] + [5] => [1, 5] 输出维度正确。
NCNN 记录2：NCNN 加载模型的三种方式（以 SqueezeNet 为例）
最新发布
王乐予的博客
10-16 839
NCNN加载模型有三种方式，分别是： 1. 直接加载 param 和 bin（明文） 2. 加载二进制的 param.bin 和 bin 3. 从内存加载 param 和 bin
NCNN
It is me 的博客
08-10 606
ncnn 是腾讯优图实验室首个开源项目，是一个为手机端极致优化的高性能神经网络前向计算框架 ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行 功能概述 支持卷积神经网络，支持多输入和多分支结构，可计算部分分支 无任何第三方库依赖，不依赖 BLAS/NNPACK 等计算框架 纯 C++ 实现，跨平台，支持 android ios 等 ARM NEON 汇编.
使用pnnx将Torch模型转换为ncnn
weixin_41967328的博客
01-04 2559
PyTorch神经网络eXchange（PNNX）是PyTorch模型互操作性的开放标准。PNNX为PyTorch提供了一种开放的模型格式。它定义了计算图以及严格匹配PyTorch的高级运算符。
腾讯开源ncnn:示例程序运行
热门推荐
VivienFu的专栏
07-26 3万+
本博记录为卤煮使用时的记录，属于事后回忆记录，如有疏漏，请指正。 卤煮：非文艺小燕儿 本博地址：ncnn:示例程序运行 感谢开源共享的各位大牛们，让我们能够站在巨人的肩膀上前行。 ncnn git：https://github.com/Tencent/ncnn ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无
caffe转ncnn模型
zhaosuyuan的博客
06-04 166
1.下载并编译ncnn git clone https://github.com/Tencent/ncnn cd ncnn mkdir build && cd build cmake … make -j make install 编译完成后在ncnn/build/tools 目录下，生成 caffe2ncnn和ncnn2mem可执行文件，caffe2ncnn将caffe模型生成ncnn 模型，ncnn2mem对模型加密 2.旧版caffe model转新版caffe model ~/caff
腾讯开源ncnn：Ubuntu下运行示例
VivienFu的专栏
08-02 1万+
本博记录为卤煮使用时的记录，如有疏漏，请指正。 卤煮：非文艺小燕儿 本博地址：腾讯开源ncnn：Ubuntu下运行示例 感谢开源共享的各位大牛们，让我们能够站在巨人的肩膀上前行。 ncnn Git：https://github.com/Tencent/ncnn ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部
ncnn之五：caffe模型转ncnn模型
mingo_敏
01-06 60
6 ncnn测试示例 6-1 下载权重并转换到caffe新版本 # 下载alexnet的deploy文件 https://github.com/BVLC/caffe/tree/master/models/bvlc_alexnet # 下载caffemodel权重 http://dl.caffe.berkeleyvision.org/bvlc_alexnet.caffemodel # 手动修改dep...
腾讯开源ncnn：caffemodel转化为.param和.bin文件
VivienFu的专栏
07-26 1万+
本博记录为卤煮使用时的记录，属于事后回忆记录，如有疏漏，请指正。 卤煮：非文艺小燕儿 本博地址：腾讯开源ncnn：caffemodel转化为.param和.bin文件 感谢开源共享的各位大牛们，让我们能够站在巨人的肩膀上前行。 ncnn Git：https://github.com/Tencent/ncnn ncnn 是一个为手机端极致优化的高性能神经网络前向
NCNN在arm linux平台上交叉编译
radeyang的博客
03-19 1050
NCNN是腾迅公司为手机开发的高性能神经网络前向计算框架。不使用GPU，跨平台好，小巧，占资源少，在嵌入式领域有着广泛的应用，我开发ADAS车门预警用到了NCNN
ncnn模型 int8量化
二分掌柜的
06-27 1000
flyfish
NCNN部署YoloX：模型转换、优化、int8量化、C++部署
weixin_45156863的博客
10-11 1542
在win11下使用NCNN完成yolox的模型转换、优化、量化、部署
使用NCNN的INT8量化方式进行推理
tugouxp的专栏
01-14 3950
编译NCNN mkdir build && cd build && cmake ../ 进入到build/tools/darknet目录，将来源于darknet的模型文件和权重文件拷贝一份到这里： 转换过程如下： 优化： ./ncnnoptimize /home/czl/ncnn/ncnn/build/tools/darknet/ncnn.param /home/czl/ncnn/ncnn/build/tools/darknet/ncnn.bin
【NCNN】腾讯ncnn推理框架的简介及安装
种一棵树最好的时间是十年前，其次是现在
07-20 9867
ncnn（Ncnn Convolutional Neural Network）是一个轻量级的高性能深度学习框架，由腾讯公司开发。它专门为移动设备和嵌入式设备优化，旨在提供高效的推理性能和低内存占用。以下是ncnn的一些主要特点和优势：轻量级和高性能：ncnn被设计为轻量级框架，具有高效的推理性能。它使用优化的计算图和内存管理策略，以最大程度地减少内存占用和计算开销。跨平台支持：ncnn支持多种操作系统和硬件平台，包括Android、iOS、Linux、Windows等。
NCNN转模型——Caffe转NCNN
xiaohe9275的博客
12-24 1492
一、转模型方法 NCNN编译完成后生成的工具中有一个caffe2ncnn，使用这个工具可以将caffe模型转成ncnn模型，该工具的命令参数格式为：./caffe2ncnn [caffeproto] [caffemodel] [ncnnparam] [ncnnbin]，比如： ncnn/build/tools/caffe/caffe2ncnn deploy.prototxt model.caffemodel model.param model.bin 二、NCNN模型文件说明 成功后会生成mode
轻量级PP-HumanSeg lite人像分割模型NCNN C++部署代码和模型
03-17
接着，**NCNN**是腾讯优图推出的一款开源的C++高性能神经网络推理库，特别适合于移动端和嵌入式平台。它提供了高效的前向计算流程，支持多种模型格式，包括ONNX，能够快速地将训练好的模型部署到实际应用中。 在...
NCNN下benchmark里模型前向运行时间测试指南（以alexnet为例，包括float 32和int 8）
yumebou
12-26 4633
NCNN下模型前向运行时间测试指南（以alexnet为例） 参考：https://github.com/Tencent/ncnn/tree/master/benchmark 1. NCNN安装 ①下载安装包： git clone https://github.com/Tencent/ncnn #ncnn下载 cd ncnn ...
NCNN人脸检测和关键点检测
tugouxp的专栏
04-20 3220
参考以下连接获取原始 retinaface模型： mirrors / wzj5133329 / retinaface_caffe · GitCode https://github.com/deepinsight/insightface/tree/master/RetinaFace retinaface(mxnet)的CAFFE模型 https://github.com/Charrin/RetinaFace-Cpp/tree/master/convert_models/mnet 使用caffe.
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值