ncnn |在win上利用ncnn实现squeezenet分类（imagenet1000类）

简介

• 熟悉ncnn的使用，可以从ncnn官方提供的squeezenet网络入手，squeezenet网络在imagene上训练，类别数为1000。 实现流程主要包括模型转换、加载、推理、后处理。
• 在pc上实现可以验证模型结果是否正确，进一步部署到其他平台，本博客主要介绍在windows10上实现。

系统环境

• Windows10
• Visual Studio 2017
• ncnn （20191223）
• Opencv 3.0

实现流程

所有实现代码放在github：demo代码

• 数据
  ncnn 数据存放在Mat
• 模型加载

ncnn::Net net;
net.load_param_bin("../model/squeezenet_v1.1.param.bin");
net.load_model("../model/squeezenet_v1.1.bin");

• 推理

ncnn::Extractor ex = net.create_extractor();
ex.set_light_smode(true);
ex.input(squeezenet_v1_1_param_id::BLOB_data, matIn);
ex.extract(squeezenet_v1_1_param_id::BLOB_prob, matOut);

效果