mnn | mnn安装教程

• MNN是阿里开源的一款用于边缘端设备部署、推理深度学习模型的框架，与腾讯开源的ncnn类似哈。
• MNN在github上有开源，同时官方也有提供开发接口文档；而且写的比较详细。跟ncnn一样，MNN也是在手机端用的还比较多，而且支持Tensorflow、Caffe、ONNX等主流模型文件格式，支持CNN、RNN、GAN等常用网络

安装依赖

首先安装依赖，跟ncnn类似，依赖也比较少，而且跟ncnn的依赖差不多，所以如果编译过ncnn，基本上也不需要在安装什么库。主要安装以下依赖库：

sudo apt-get install cmake
sudo apt-get install libprotobuf-dev
sudo apt-get install protobuf-compiler
sudo apt-get install libvulkan-dev

基本上，就需要安装这几个工具和库，这几个也是深度学习编程常见的库。

下载源码编译安装

git clone https://github.com/alibaba/MNN.git

cd MNN

./schema/generate.sh

mkdir build
cd build

默认编译：

cmake .. & make -j4

若需要打开某些功能还可以带参数编译：

cmake -DMNN_SUPPORT_TFLITE_QUAN=true \
      -DMNN_BUILD_CONVERTER=true \
      -DMNN_BUILD_QUANTOOLS=true \
      -DMNN_BUILD_DEMO=true \
      -DMNN_OPENMP=true .. 

修改MNN下的CMakeLists.txt文件。具体参数以及定义如下：

参数	默认值	作用
MNN_VULKAN	OFF	编译GPU优化库：MNN-VULKAN
MNN_ARM82	OFF	编译 MNN-ARM82 (新架构的CPU 优化 Backend)
MNN_OPENCL	OFF	编译 GPU 优化库： MNN-OpenCL
MNN_OPENGL	OFF	编译 GPU 优化库：MNN-OpenGL
MNN_USE_SYSTEM_LIB	OFF	编译 OpenCL/Vulkan 时，依赖系统的OpenCL/Vulkan 库或者。OFF 表示在运行时寻找系统驱动
MNN_BUILD_HARD	OFF	ARM平台下控制-mfloat-abi参数为hard或softfp
MNN_BUILD_SHARED_LIBS	ON	控制MNN相关库是否编译为动态库而非静态库
MNN_FORBID_MULTI_THREAD	OFF	禁用多线程
MNN_BUILD_DEMO	OFF	编译Demo
MNN_BUILD_TRAIN	OFF	编译训练相关
MNN_BUILD_QUANTOOLS	OFF	编译量化工具
MNN_BUILD_CONVERTER	OFF	编译模型转换器
MNN_EVALUATION	OFF	编译评估工具
MNN_DEBUG_MEMORY	OFF	调试内存
MNN_DEBUG_TENSOR_SIZE	OFF	调试Tensor大小
MNN_SUPPORT_TFLITE_QUAN	OFF	支持TFLite的量化Op
MNN_PORTABLE_BUILD	OFF	静态链接第三方依赖来创建不依赖特定路径的可执行文件
MNN_SEP_BUILD	OFF	分开编译MNN的各个后端以及表达式.只在MNN_BUILD_SHARED_LIBS=ON时有效
MNN_AAPL_FMWK	OFF	在Apple平台下将MNN作为Framework而非静态/动态库编译并打包metallib

编译后可将结果打包，默认打包路径是：

头文件： /usr/local/include/MNN
库文件： /usr/local/lib/libMNN.so
工具： /MNN/build