基于mobilenet的ncnn代码实例详解

本文详细介绍了如何使用C++和ncnn库实现基于mobilenet的模型预测。首先新建cpp文件,接着解析代码,包括导入头文件、加载模型、确定输入输出节点、处理图像数据,然后进行ncnn前向推理并获取预测结果。文章还强调了在中心裁剪后保持图像数据连续的重要性,以及softmax层的使用。最后,提供了编译和运行程序的步骤,并展示了与Python版本预测结果的比较。
摘要由CSDN通过智能技术生成

导读

上一篇文章我们使用Python基于mxnet框架实现了一个模型的预测,这篇文章我们使用C++基于ncnn来实现模型的预测

新建cpp文件

我们将之前ncnn_example项目ncnn_example.cpp里面的main函数改名为main1(不然后面编译时可能会报错),再重新添加一个cpp,点击项目下的源文件–>右键–>添加–>新建项
在这里插入图片描述

代码解析

  • 导入头文件
    我们需要先导入C++需要依赖的一些头文件,以及相关ncnn和OpenCV的头文件,如果想使用GPU需要依赖vulkan,在编译ncnn的时候需要添加vulkan来支持,默认编译是不支持GPU的
#include
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

修炼之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值