(二)MNN aarch64平台交叉编译

MNN是一个非常实用的深度学习推理框架，今天在华为笔记本ubuntu18.04上进行MNN的交叉编译，并在nvidia jeston进行部署（没有其他扳子可以用）

1、硬件配置

jeston的配置如下：

2、环境配置

(1) MNN选择master版本（1.2.0tag版本有错误）

(2)下载linaro交叉编译环境， 我的是aarch64，Linaro Releaseshttps://releases.linaro.org/components/toolchain/binaries/7.4-2019.02/aarch64-linux-gnu/选择7.4版本

(3)编译MNN，在MNN目录下，注意编译器选的路径位置

mkdir build && cd build
cmake .. \
-DCMAKE_BUILD_TYPE=Release \
-DMNN_BUILD_DEMO=ON \
-DMNN_BUILD_BENCHMARK=true \
-DMNN_BUILD_CONVERTER=true \
-DMNN_BUILD_QUANTOOLS=true \
-DMNN_USE_INT8_FAST=true \
-DMNN_BUILD_TEST=true\
-DMNN_OPENCL=ON \
-DCMAKE_SYSTEM_NAME=Linux \
-DCMAKE_SYSTEM_VERSION=1 \
-DCMAKE_SYSTEM_PROCESSOR=aarch64 \
-DCMAKE_INSTALL_PREFIX=/gzy_mnt/MNN_OPENCL_INSTALL \
-DCMAKE_C_COMPILER=/home/gzy/Test/gcc-linaro-7.4.1-2019.02-x86_64_aarch64-linux-gnu/bin/aarch64-linux-gnu-gcc \
-DCMAKE_CXX_COMPILER=/home/gzy/Test/gcc-linaro-7.4.1-2019.02-x86_64_aarch64-linux-gnu/bin/aarch64-linux-gnu-g++
make -j8 

直接在x86编译平台进行编译

mkdir build && cd build
cmake .. \
-DCMAKE_BUILD_TYPE=Release \
-DMNN_BUILD_DEMO=ON \
-DMNN_BUILD_BENCHMARK=true \
-DMNN_BUILD_CONVERTER=true \
-DMNN_BUILD_QUANTOOLS=true \
-DCMAKE_INSTALL_PREFIX=/gzy_mnt/MNN_OPENCL_INSTALL \
make -j8 

（4）编译完成和清理

将build目录下的benchmark.out、工程目录下bencmark/models文件夹（全是mnn模型库）、建立lib文件夹（放libMNN_Express.so、libMNN.so）拷贝到扳子上，目录如下：

或者进行下面操作

make install

将会把编译结果放在结果中

 3、测试

将lib添加道系统库路径下：

vim ~/.bashrc

添加

 进入目录进行测试

benchmark.out models_folder [loop_count] [warmup] [forwardtype] [numberThread] [precision]

./benchmark.out ./models 100 10 0

输出结果为：