mnn python 笔记

已于 2022-03-24 22:43:37 修改
阅读量4k 收藏 7
点赞数
分类专栏： onnx pytorch知识宝典 文章标签： mnn
于 2020-08-06 23:23:12 首次发布
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/jacke121/article/details/107852059
版权

暂时发现mnn有两层同时处理一个x，第一层的结果会很小或者为nan，原因未知。

目录

MNN安装

模型转换

MNN中NC4HW4格式

FlatBuffer

MNN量化源码解析

MNN模型转换流程

MNN推理过程

MNN CPU backend

MNN推理优化

MNN模型定制化转换

MNN实战YOLOV3部署

MNN实战Mobilenet SSD部署

以下参考：MNN学习笔记_三寸光阴___的博客-CSDN博客_mnn

中文文档 · 语雀

MNN安装

MNN源码：https://github.com/alibaba/MNN/tree/master/tools/converter
先安装3.0以上版本的protobuf，再安装，基本无坑。
简单测试：

./backendTest.out ../benchmark/models/mobilenet-v1-1.0.mnn 10 0

./MNNConvert -h

模型转换

tensorflow：

./MNNConvert -f TF/ONNX/TFLITE --modelF
了解本专栏 订阅专栏 解锁全文 超级会员免费看
AI算法网奇
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
专栏目录
订阅专栏
python版本的MNN pip安装包
06-12
python版本的MNN pip安装包， pip直接安装
windows MNN 的使用流程(Python版)
先说一下，就简单地写点儿氵文，不是博客，只是我的笔记本
08-05 2787
.
Python- ocr识别模型（MNN模型）预测
最新发布
秀呀秀的博客
06-04 229
【代码】Python- ocr识别模型（MNN模型）预测。
Ubuntu18.04上MNN编译与使用（Python版）
m0_46303486的博客
04-23 1308
简单介绍一下：MNN（Mobile Neural Network）是一个轻量级的深度神经网络推理引擎，在端侧加载深度神经网络模型进行推理预测。欢迎使用MNN文档 — MNN-Doc 2.1.1 documentation。
YOLOV5在MNN上的推理实现（Python版）
m0_46303486的博客
04-23 1202
不得不吐槽一下，官方给的教程真的是混乱不堪，尤其是python版本的（当然也有可能是我技术不到家，看的比较费劲）。所以为了以后用到MNN框架进行推理时，不再去费力的看官方的文档，我从yolov5源码中抠出前后处理部分，并用MNN进行推理，具体代码如下。
Python调用MNN模型bug记录和解决方法
标定板的博客
06-30 1099
项目场景： Python调用训练好的MNN模型时，使用PIL模块读取图片 问题描述： 如下列代码所示，通过PIL模块的Image.open()函数由指定路径打开对应的图片img，img经过torchvision.transforms转换之后data数据格式为tensor. def read_img(img_path): # read image & data pre-process data = torch.randn(1, 3, 112, 112) transform =
Python库 | MNN-1.1.3-cp35-cp35m-macosx_10_13_x86_64.whl
02-17
**Python库MNN详解** MNN（Mobile Neural Network）是一个由阿里巴巴达摩院开发的轻量级、高性能的深度学习推理框架，专为移动设备设计。这个库的主要目标是优化模型在移动端的运行效率，使其能够在有限的计算资源...
Windows编译的MNN1.2.0
11-27
3. **Python**: MNN的构建脚本依赖Python，通常需要Python 3.x。 4. **Git**: 用于从GitHub获取MNN的源代码。 5. **其他依赖库**: 如OpenCV、Protobuf、CUDA（如果要在GPU上运行）等，这些需要根据MNN的依赖配置进行...
Python库 | MNN-1.0.0-cp37-cp37m-manylinux2010_x86_64.whl
05-07
资源分类：Python库 所属语言：Python 资源全名：MNN-1.0.0-cp37-cp37m-manylinux2010_x86_64.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
一个mnn模型的demo, 用来测试 mnn 环境是否OK
08-05
MNN（Mobile Neural Network）是由阿里巴巴达摩院研发的轻量级深度学习推理框架，它专为移动设备设计，提供高性能、低延迟的模型运行环境。这个“一个mnn模型的demo”是用于验证MNN运行环境是否配置正确的示例项目。...
【mnn】——模型文件参数修改（python）
怡宝2号
01-06 541
mnn, python 转载自:MNN模型文件参数修改（python） 生成python接口 这一步是通过flatc命令生成MNN模型结构的python接口。 cd MNN-master/schema/default/ flatc -p --all-gen MNN.fbs 执行完之后会生成MNN文件夹，这个文件夹包含了所有解析MNN模型结构的接口。 我们回过来看看MNN.fbs里面的内容： root_type Net这里指定了root节点。 Net结构 table Net { bizCod.
Python库 | MNN-1.1.0-cp35-cp35m-win32.whl
05-07
资源分类：Python库 所属语言：Python 资源全名：MNN-1.1.0-cp35-cp35m-win32.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
MNN中Python示例
大山的专栏
04-24 3840
MNN中Python示例 MNNConvert工具转换 /home/xxx/work/sdk/MNN/build/MNNConvert -f ONNX --modelFile ./models/pfld.onnx --MNNModel ./models/pfld.mnn --bizCode biz python示例 import MNN import cv2 import numpy as np...
如何高效开发端智能算法？MNN 工作台 Python 调试详解
weixin_54556126的博客
10-22 239
随着移动互联网的快速发展，人工智能在移动端上的应用越来越广泛，集团内端智能在图像识别、视频检测、数据计算等核心场景发挥着重要作用。而在开发阶段，Python 毋庸置疑是算法进行研发的首选语言。但在移动端上，进行算法的部署、调试、验证，仍处在“刀耕火种”的时代，目前算法主要通过在代码中插入日志，验证程序的运行逻辑和结果。 通过打日志当然也能验证结果和定位问题，但一旦工程稍微复杂点，生产效率会非常低。因此，在 MNN 工作台之中（点击文末阅读原文，前往 MNN 官网：www.mnn.zone 下载）嵌入了端.
mnn python例子
jacke121的专栏
04-10 2283
pip install MNN 推理例子： # Copyright @ 2019 Alibaba. All rights reserved. # Created by ruhuan on 2019.09.09 """ python demo usage about MNN API """ from __future__ import print_function import numpy as np import MNN import cv2 def inference(): """ inf
MNN框架C++和Python API Demo
forget-tears的博客
08-02 4865
简介 MNN是阿里巴巴的一个深度学习框架，在端侧推理和训练性能优秀。本文通过一个简单的分类模型，来给出一个简单的C++和Python Demo，让大家快速上手。 MNN 文档地址：https://www.yuque.com/mnn/cn MNN Github地址：https://github.com/alibaba/MNN/blob/master/README_CN.md 注：由于初入公司，需要把Pytorch模型转成ONNX再转成MNN，然后封装到手机端SDK中，花费了几天时间，这种东西都是很简单，弄一遍
mnn并行bug
jacke121的专栏
08-06 2372
mnn中，两个卷积层处理同一个对象， 然后把结果cat 在移动端测试发现，结果会一直波动，有时还出现nan。
skmatrix mnn
08-12
SKMatrix MNN是一种用于深度学习的开源框架，可用于开发和训练神经网络模型。SKMatrix MNN提供了丰富的功能和工具，可以帮助开发者快速构建和训练复杂的神经网络模型。 SKMatrix MNN具有以下特点和优势： 1. 高性能：SKMatrix MNN利用多线程和多核技术，能够高效地执行神经网络计算，实现快速的模型推断和训练。 2. 跨平台支持：SKMatrix MNN提供了对多种平台的支持，包括移动设备、桌面计算机和服务器。开发者可以在不同的平台上使用相同的代码和模型进行开发和部署。 3. 易于使用：SKMatrix MNN提供了简单易用的API和文档，使开发者能够快速上手和开发自己的神经网络模型。同时，SKMatrix MNN还提供了丰富的示例代码和教程，帮助开发者理解和使用框架的各种功能。 4. 可扩展性：SKMatrix MNN支持各种常用的神经网络结构，如卷积神经网络（CNN）、循环神经网络（RNN）和转换器（Transformer）等。开发者可以根据自己的需求进行模型的定制和扩展。 总之，SKMatrix MNN是一款强大而易用的深度学习框架，可以帮助开发者快速构建和训练神经网络模型，并在不同的平台上部署和应用。无论是初学者还是专业人士，都可以从SKMatrix MNN中受益，并加速自己的深度学习项目的开发进程。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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