首页 > TAG信息列表 > MNN
稀疏向量计算技术杂谈
稀疏向量计算技术杂谈 稀疏计算是数学规划求解器计算速度提高的最基本套路。 现实中的大规模数学规划问题绝大多数是稀疏的, 例如下面这个流程车间调度问题的数学规划模型, 假如当m=10, n=100时, 总变量数可达10万以上, 约束数也是同样的数量级, 这样模型的约束矩阵的元素数字就同样网络结构,不一样的推理速度?--记一次奇怪的踩坑
背景 这是以前工程化过程中碰到的一个问题,一直没有总结整理过。现象是这样的,有一个网络结构(基本就是Resnet50), 以前已经工程化到MNN了。当时在PC上运行,单线程大概600ms。后来,模型性能提升了(模型结构没有变化,只是数据增多),于是考虑升级模型,奇怪的是,运行却要2s多,足足是原来的3倍多。轻量级姿态估计技巧总结(2021.11.17更新) 收藏
总结目前自己实验过的一些姿态估计的技巧,持续更新,欢迎点赞~ 数据处理&增强篇 1. 正确的归一化 将坐标值归一化到(-0.5, 0.5)之间,公式为: 由于目标检测的关系,姿态估计的对象大都会在图像的中央,用这样的归一化能很大的加速模型收敛 2. Augmentation by Information Dropping(AIwin7+vs2017编译MNN和MNNConveter
1、需要的protobuf库前面已经编译好了; 2、直接按照网上的教程 输入命令:cmake -G "Visual Studio 15" -DCMAKE_BUILD_TYPE=Release -DMNN_BUILD_CONVERTER=true -DMNN_BUILD_SHARED_LIBS=false .. 显示错误,Protobuf_LIBRARIES,Protobuf_INCLUDE_DIR未配置; 3、MNN的安装以及新增onnx算子
MNN的安装以及新增onnx算子 ubuntu 上安装mnn 参考链接:https://www.yuque.com/mnn/cn/build_linux git clone https://gitee.com/mirrors/mnn.git cd MNN/ cd schema/ ./generate.sh && cd ../ mkdir build && cd build sudo apt-get install libprotobuf-dev protobuf-compiMNN模型编译和转换过程
MNN模型编译和转换过程 ~模型转换过程 1:首先编译MNN的模型转换工具: ./MNNConvert cd MNN/ MNN/ ./schema/generate.sh /schema/generate.sh mkdir build kdir build cd build build cmake .. -DMNN_BUILD_CONVERTER=true && mMNN初学安装编译windows版
MNN初学安装编译 环境要求 • MSYS2 (https://www.msys2.org/) // 更新pacman包管理工具仓库 pacman -Syu // 安装必要工具 pacman -S base-devel cmake ninja 1 .下载MYSY2 2.下载MYSY2并安装完成后打开MYSY2 MinGW 64bit 等待显示正常后 3输入pacman -Syu 注意大小写 然后MNN 转换工具编译记录
我的平台是 windows 10 编译还是很费劲的,记录下要点吧 一共三个 repo:zlib、protobuf 和 MNN,最开始编译 protobuf,没下 zlib,虽然 protoc.exe 能编译出来,但MNN编译的时候,就会说缺少:MNN_compression.pb.h 另外,我机器装了 mingw64、ninja 和 vs2019,这三个尝试过编译,最后成功的是 miMNN(一):初次尝试MNN
详细见MNN官方文档 MNN是阿里的开源机器学习推理框架,有着详细的官方文档 而本文仅是LZ的使用笔记 一、下载、编译 从github上下载 https://github.com/alibaba/MNN cd ~/git/MNN-master cd schema ./generate.sh cd .. mkdir build && cd build cmake -DMNN_BUILD_DEMO=ON趟坑:WIN7 + VS2015 编译 阿里MNN框架
用过腾讯的ncnn,编译起来很友好;但是对3d操作算子支持不够;导致新出现的模型无法使用。 看到阿里开发的mnn,来尝尝鲜,结果断续折腾了2天,以此记之。 非常感谢:https://uzshare.com/view/810473 里面详细介绍了一些配置操作。 1、设置 2、将powershell ./schema/generate.ps1换成pyMNN配置
1、github链接:https://github.com/alibaba/MNN/tree/master/tools/converter 2、教程 (1)使用教程:https://www.bookstack.cn/read/MNN-zh/tools-converter-README_CN.md (2)参考博客:https://blog.csdn.net/qq_37643960/article/details/97028743 (3)github的项目中的readme部分也有讲解;