ncnn神经网络计算框架在香橙派OrangePi 3 LTS开发板中的使用介绍

最新推荐文章于 2023-07-27 17:39:56 发布
最新推荐文章于 2023-07-27 17:39:56 发布
阅读量801 收藏 5
点赞数
分类专栏： orangepi全志H6芯片开发板 文章标签： 神经网络 linux 人工智能 深度学习 嵌入式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45534288/article/details/125508139
版权

 


1、 腾讯 ncnn 源码下载命令如下所示 
1） 第一种方法：下载 Orang Pi 百度云盘中提供的 ncnn.tar.gz 压缩包 
a) 从下面的百度云盘链接可以下载 ncnn.tar.gz 源码压缩包。进入 ncnn 文 件夹中就能看到 


b) 下载完 ncnn.tar.gz 压缩包后，首先将 ncnn.tar.gz 上传到开发板 linux 系 统中 
c) 然后使用下面的命令解压 ncnn.tar.gz  


2） 第二种方法：使用 git 命令直接下载源码，但是如果不会解决开发板访问 github 的问题，是很难下载成功的。如果访问 github 没有问题，建议使用这 种方法，因为这种方式可以保证代码是最新的。 

 

2、然后安装依赖包

最低0.47元/天 解锁文章
H('ω')M
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
全志H6开发板香橙派OrangePi 3 LTS在 Linux系统中安装Home Assistant的方法(上篇）
weixin_45534288的博客
05-11 2639
注意事项： 本篇介绍的是通过docker安装 Home Assistant 的方式，并且只提供在 Ubuntu 或者 Debian 系统中的安装方法， Home Assistant 更详细的使用方法请参考官方文档或者相应的书籍。 1) 首先请安装好 docker，并确保 docker 能正常运行。 2) 然后可以搜索下 Home Assistant 的 docker 镜像 3) 然后使用下面的命令下载 Home Assistant 的 docker 镜像到本地，镜像大小大概有 1GB ...
第七期 使用 Keras 演示神经网络 《显卡就是开发板》
aggresss
11-20 1050
这一期我们来演示一种更加简洁的深度神经网络构建方法–Keras，下面这张图片展示了Keras在网络栈中的位置。可见Keras是一种比较高级的API，也就是说用它来构建网络使用的代码量会更少，下面用一段代码来演示一下，我们使用通过ImageNet预先训练好的VGG16结构的网络来分类一张图片。%matplotlib inline from keras.applications.vgg16 import
香橙派3LTS部署ROS2阿克曼开源平台
「小白学移动机器人」一个专注分享移动机器人相关知识的公众号！
10-23 2506
以上的内容主要讲述的，在获取的阿克曼开源平台后，如何快速的部署软件代码的过程讲解。
OrangePi3 LTS 驱动开发-uart通信
weixin_43932857的博客
04-06 427
5.1x版本，uart3默认是关闭的，需要在orangepiEnv.txt中添加overlays=uart3字样开启uart3。如果不添加，默认设置为开，需要更高dts中的配置。App测试demo，orangepi里编写，直接gcc 编译运行即可。2、修改sun50i-h6-orangepi-3-lts.dts文件。kernel版本：orange-pi-5.10-media。usb转串口小板 tx rx接26pin的uart3 ，1、修改sun50i-h6.dtsi文件，屏蔽以下内容。
[Orangepi 3 LTS]学习记录（四）
Sure_Brserker的博客
12-12 870
前面几章实现了开发板的SSH登陆，WiFi自动连接，开机自动登陆，以及SDK的安装，本章主要写wiringOP库安装和USB接口测试。
ncnn:ncnn是针对移动平台进行了优化的高性能神经网络推理框架
05-10
ncnn ncnn is a high-performance neural network inference computing framework optimized for mobile platforms. ncnn is deeply considerate about deployment and uses on mobile phones from the beginning of...
ncnn:面向移动设备的高性能神经网络推理框架-开源
04-29
ncnn是专门为移动平台设计的高性能神经网络推理计算框架。 它使人工智能触手可及，而无需第三方依赖性，并且速度比所有其他已知的手机cpu开源框架都要快。 ncnn使开发人员可以轻松地将深度学习算法模型部署到移动...
ncnn: ncnn是一个针对移动平台优化的高性能神经网络推理框架
01-27
ncnnncnn是一个针对移动平台优化的高性能神经网络推理计算框架。
算法部署-使用NCNN在RaspberryPi4+5上部署YOLOv9目标检测算法-附项目源码-优质项目分享.zip
最新发布
05-08
算法部署_使用NCNN在RaspberryPi4+5上部署YOLOv9目标检测算法_附项目源码_优质项目分享
Python-ncnn是一个为手机端极致优化的高性能神经网络前向计算框架
08-09
ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部属和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。
在树莓派安装神经计算棒sdk步骤
03-25
在树莓派上进行安装神经计算棒的sdk，进行神经网络训练的加速
[Orangepi 3 LTS]学习记录（五）
Sure_Brserker的博客
12-12 304
在这样的环境中，开发板与开发主机接入到同一个局域网中，然后开发主机 提供NFS服务，开发板通过NFS与开发主机连接共享文件。开发主机生成的目标板应 用程序放在NFS的共享文件夹内，开发板访问该文件夹执行应用程序进行测试。
[Orangepi 3 LTS]学习记录（一）
Sure_Brserker的博客
11-06 1434
[Orangepi 3 LTS]学习记录（一）一、镜像安装 1.版本选择 2.TF卡制作 二、串口终端登录 注：初次接触，本文仅记录上手过程不会有太多技术含量，希望之后的小白能少走点弯路。
香橙派3 LTS开机一直自动登录的问题解决
Sure_Brserker的博客
12-18 552
之前使用用户手册里的开机自动登录配置，发现一个严重问题，它会每隔一段时间重新自动登录并且杀死之前正在运行的进程。
全志H6芯片方案OrangePi 3 LTS连接USB摄像头的操作方法（安卓镜像）
weixin_45534288的博客
02-09 2301
1) 先在开发板的 USB 接口中插入 USB 摄像头，然后确认下 USB 摄像头相关的内 核模块已正常加载 2) USB 摄像头如果识别正常，在/dev 下会生成相应的 video 设备节点 3) 然后确保 Ubuntu PC 和开发板的 adb 连接正常 4) 在 Orange Pi 3 LTS 的资料下载页面的官方工具中下载 USB 摄像头测试 APP 5) 然后使用 adb 命令安装 USB 摄像头测试 APP 到 Android 系...
香橙派 (OrangePi 3 LTS）系统配置教程
Echo的博客
07-27 2666
关于香橙派 (OrangePi 3 LTS) 镜像烧录以及系统相关配置信息记录
智能家居(6) —— 香橙派摄像头安装实现监控功能
Zy_1213的博客
09-11 4347
智能家居 (6) —— 香橙派摄像头安装实现监控功能 一、USB摄像头安装及测试 二、face_recognition 人脸识别库的安装和测试方法 三、face_recognition 的测试方法 定位人脸，人脸识别，识别单张图片中人脸的关键点，识别人脸并使用方框标注，比较两个人脸是否属于一个人，识别未知图片中的人脸是谁，来识别 USB 摄像头中的人脸，使用 Web 服务上传图片运行人脸识别，face_detection 命令测试示例
安卓端使用ncnn部署yolov5（v6.0）
女神sha手的博客
12-26 4633
ncnn是腾讯公司开源的一个专为手机端极致优化的高性能神经网络前向计算框架。ncnn从设计之初，就深刻考虑手机端的部署和使用，无需第三方依赖，跨平台，手机端cpu的速度快于目前所有已知的开源框架。基于ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行，开发出人工智能APP，将AI带到你的指尖。
目标检测模型NanoDet（超轻量，速度很快）介绍和PyTorch版本实践
热门推荐
黎国溥
12-02 2万+
YOLO、SSD、Fast R-CNN等模型在目标检测方面速度较快和精度较高，但是这些模型比较大，不太适合移植到移动端或嵌入式设备；轻量级模型 NanoDet-m，对单阶段检测模型三大模块（Head、Neck、Backbone）进行轻量化，目标加检测速度很快；模型文件大小仅几兆（小于4M）。 该代码基于NanoDet项目进行小裁剪，专门用来实现Python语言、PyTorch 版本的代码，下载直接能使用，支持图片、视频文件、摄像头实时目标检测。
使用openCV导入视频，并用ncnn识别视频中的人脸（在python环境下）
02-13
使用 OpenCV 导入视频并使用 ncnn 识别视频中的人脸，以下是一个简单的 Python 示例： ```python import cv2 import ncnn import numpy as np # OpenCV 读取视频文件 cap = cv2.VideoCapture("video.mp4") # 加载 ncnn 模型 net = ncnn.Net() net.load_param("face_detector.param") net.load_model("face_detector.bin") while True: ret, frame = cap.read() if not ret: break # 将 OpenCV 读取的图像转换为 ncnn 输入数据 in_data = cv2.resize(frame, (300, 300)).astype(np.float32) in_data = (in_data - 127.5) * 0.0078125 in_data = in_data.transpose((2, 0, 1)) in_data = in_data.reshape((1, 3, 300, 300)) # 使用 ncnn 进行人脸检测 out_data = net.forward(in_data) # 解析 ncnn 输出结果 for face in out_data[0]: confidence = face[1] if confidence > 0.7: xmin = int(face[2] * frame.shape[1]) ymin = int(face[3] * frame.shape[0]) xmax = int(face[4] * frame.shape[1]) ymax = int(face[5] * frame.shape[0]) # 在 OpenCV 图像上绘制矩形框 cv2.rectangle(frame, (xmin, ymin), (xmax, ymax), (255, 0, 0), 2) # 显示图像 cv2.imshow("video", frame) # 等待按键事件 key = cv2.waitKey(1) if key == 27: break # 释放资源 cap.release() cv2.destroyAllWindows() ``` 该示例使用 OpenCV 读取视频文件，并使用 ncnn 进行人脸检测。然后，在 OpenCV 图像上绘制矩形框，以标识检测到的人脸。

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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