程序猿的视界

yolov5轻量化检测

BiSeNetV2-面部分割 ncnn推理

一、论文BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic Segmentation https://arxiv.org/abs/2004.02147BiSeNet V2将这些空间细节和分类语义分开处理，以实现高精度和高效率的实时语义分割。为此，提出了一个有效的架构，在速度和精度之间进行权衡，称为双边分割网络(BiSeNet V2)。该体系结构包括:(1)一个细节分支，具有宽通道和浅层，用

1、模型准备需要onnx2ncnn转化的param和bin文件。以resnet18为例：用pytorch训练的模型文件经onnx及简化后，在转化为ncnn框架下文件格式。转化流程：pt -> onnx -> onnx-sim ->param、bin也就是上篇文章获得的res18.param、res18.bin两个文件2、下载安卓编译ncnn库下载链接：Releases · Tencent/ncnn · GitHub3、创建工程3.1 选native c++

pc端windows平台下ncnn推理图像识别模型。本文主要从模型训练-onnx转化-onnx2sim-onnx2ncnn以及C++推理实现。

1、RuntimeError: Exporting the operator sparse_coo_tensor to ONNX opset version 9 is not supported. Please open a bug to request ONNX export support for the missing operator.RuntimeError: Exporting the operator sparse_coo_tensor to ONNX opset version 11 i