ubuntu搭建MNN环境

Ubuntu搭建MNN环境

一、安装g++、cmake、protobuf

  sudo apt-get install 即可,建议protobuf的版本>3.0, g++版本>4.9

$ sudo apt-get install autoconf automake libtool curl make g++ unzip
$ git clone https://github.com/google/protobuf.git
$ cd protobuf
$ git submodule update --init --recursive
$ ./autogen.sh
$ ./configure
$ make
$ make check
$ sudo make install
$ sudo ldconfig # refresh shared library cache.

下载完之后,终端输入g++ --version、protoc --version能输出相应版本即可。
二、下载MNN
  进入github,搜索MNN,下载到电脑上之后,进入到MNN所在目录,在当前目录下打开终端,进行推理部分的编译。

./schema/generate.sh
mkdir build && cd build && cmake .. && make -j8

进行训练部分的编译

cd MNN/build
cmake .. -DMNN_BUILD_TRAIN=ON
make -j8

编译完之后运行./runTrainDemo.out,如果出现以下界面,

Usage: ./runTrainDemo.out CASENAME [ARGS]
Valid Case:
DataLoaderDemo
DataLoaderTest
DistillTrainQuant
ImageDatasetDemo
LinearRegress
MatMulGradTest
MnistInt8Train
MnistTrain
MnistTrainSnapshot
MobilenetV2PostTrain
MobilenetV2Train
MobilenetV2TrainQuant
MobilenetV2Transfer
NNGrad
NNGradV2
NNGradV3
OctaveMnist
PostTrain
PostTrainMobilenet
QuanByMSE
QuanMnist
TestMSE
即为编译成功。

转换部分的编译:

cd MNN/
./schema/generate.sh
cd build
cmake .. -DMNN_BUILD_CONVERTER=true && make -j4

转换成功之后的,尝试跑一个demo:

cd build
cmake -DMNN_BUILD_DEMO=ON ..
make -j8

其次,下载姿态估计的示例模型,下载地址:链接: https://pan.baidu.com/s/1QbEgh1kUjl2Kpi2ouwWfUA 提取码: rusy
下载完之后方到MNN/build文件夹中,终端输入以下指令:

./MNNConvert -f TF --modelFile model-mobilenet_v1_075.pb --MNNModel donkey.mnn --bizCode biz

即可,成功之后将生成的mnn文件以及网上下载的一张人体的图片放到MNN/demo/exe文件夹中,在MNN/build文件夹中打开终端,执行以下指令:

./multiPose.out donkey.mnn(生成的mnn文件的名称) /home/MNN-master/demo/exec/input.jpeg  (需要检测图片的绝对路径)/home/kd/liang/MNN-master/demo/exec/pose.png(生成图片的绝对路径)

最后在MNN/demo/exec文件夹中,出现以下界面即为转换并推理成功:
到这里就成功啦,啦啦啦~

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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

Begin,again

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