【ncnn】源码阅读理解(七)——ncnn::Extractor

ncnn中做了三层封装，分别是layer，net，extractor。extractor是最后一道封装，也是实现前向推理流程的部件。

1. 传入图像数据

ex.input("data", in);					// 传入图像数据

int Extractor::input(const char* blob_name, const Mat& in)
{
    int blob_index = net->find_blob_index_by_name(blob_name);
    if (blob_index == -1)
        return -1;

    blob_mats[blob_index] = in;

    return 0;
}

将图像数据放入extracor的blob_mats中

2. 递归调用,保存模型的所有输出

ret = net->forward_layer(layer_index, blob_mats, lightmode);				// 递归调用，将模型的所有输出存入blob_mats

3. 计算具体层的前向传播

ncnn在这里应用了递归调用，按顺序计算网络的输出，并保存在blob_mats中

Mat bottom_blob = blob_mats[bottom_blob_index];				// 读取网络层传入的数据

Mat top_blob;
int ret = layer->forward(bottom_blob, top_blob);					// 具体网络层的前向传播
if (ret != 0)
  return ret;

// store top blob
blob_mats[top_blob_index] = top_blob;