使用ncnn的benchmark来测试模型每层结构的推理耗时

一、编译protobuf-3.21.12

链接：Release Protocol Buffers v21.12 · protocolbuffers/protobuf · GitHub

下载并解压，然后执行以下指令，

cd <protobuf-root-dir>

mkdir build_vs2017_x86
cd build_vs2017_x86

## 假设编译的是32位的库
cmake -A Win32 -DCMAKE_INSTALL_PREFIX=%cd%/install -Dprotobuf_BUILD_TESTS=OFF -Dprotobuf_MSVC_STATIC_RUNTIME=OFF ../cmake

cmake --build . --config Release -j 8

cmake --build . --config Release --target install

二、编译ncnn-20240102

链接：Release android ios macos linux windows webassembly 预编译库 20240102 1e88fb8 · Tencent/ncnn · GitHub

下载并解压，然后执行以下指令，

cd <ncnn-root-dir>

mkdir build_vs2017_x86
cd build_vs2017_x86

## 需要将NCNN_BENCHMARK设为ON, 否则不会打印网络中每层结构的推理耗时
cmake -A Win32 -DCMAKE_INSTALL_PREFIX=%cd%/install -Dprotobuf_DIR=<protobuf-root-dir>/build_vs2017_x86/install/cmake -DNCNN_VULKAN=OFF -DNCNN_AVX2=OFF -DNCNN_AVX=OFF -DNCNN_BUILD_TESTS=OFF -DNCNN_OPENMP=OFF -DNCNN_BUILD_EXAMPLES=OFF -DNCNN_SSE2=OFF -DNCNN_BENCHMARK=ON..

cmake --build . --config Release -j 8

cmake --build . --config Release --target install

三、使用benchncnn.exe测试网络中每层结构的推理耗时

随后，在build_vs2017_x86目录下，会有benchmark文件夹，（下图仅作参考）

进入benchmark/Release，会有一个编译好的可执行文件：benchncnn.exe

将ncnn-20240102/benchmark中的param文件（如，alexnet.param）复制到ncnn-20240102/build_vs2017_x86/benchmark/Release中，

做完以上操作后，便可测试alexnet每层结构的耗时，

## loop_count = 1
## num_threads = 1
## powersave = 2
## gpu_device = -1
## cooling_down = 1

benchncnn.exe 1 1 2 -1 1 param=alexnet.param shape=[227,227,3]