|
介绍 本文将介绍在树莓派 4 上安装阿里巴巴的MNN框架。C++ 代码示例是在树莓派4的 Code::Blocks IDE 中编写。我们只介绍基础知识，因此在最后，你可以编写你的应用程序。 有关 MNN 库的更多信息，请参阅 https://github.com/alibaba/MNN。 由于在 32 位操作系统上的安装与在 64 位操作系统上的安装相同，因此无需单独说明。安装的是C++版本，它不适合 Python。
最新版本的 MNN (1.2.1) 在 Raspberry Pi 4 上存在一些安装问题。下载后您必须使用 pull request #1616 更新您的代码。 只要这个 pull request 没有被批准，你也可以非是官方的。 git clone https://github.com/Qengineering/MNN.git
依赖 MNN 框架有一些依赖项，它需要protobuf。 OpenCV 用于构建 C++ 示例，MNN 不需要。 # check for updates
$ sudo apt-get update
$ sudo apt-get upgrade
# install dependencies
$ sudo apt-get install cmake wget
$ sudo apt-get install libprotobuf-dev protobuf-compiler
安装 安装依赖项后，可以编译库和转换器工具。 # download MNN
$ git clone https://github.com/alibaba/MNN.git
# common preparation (installing the flatbuffers)
$ cd MNN
$ ./schema/generate.sh
# install MNN
$ mkdir build
$ cd build
# generate build script
$ cmake -D CMAKE_BUILD_TYPE=Release \
-D MNN_BUILD_QUANTOOLS=ON \
-D MNN_BUILD_CONVERTER=ON \
-D MNN_BUILD_DEMO=ON \
-D MNN_BUILD_BENCHMARK=ON ..
MNN 构建例程能够检测所使用的操作系统类型，如下图输出所示。 
下面是库并将其安装在适当的文件夹中。 # build MNN (± 20 min)
$ make -j4
$ sudo make install
如果一切顺利，Raspberry Pi 4 上就有以下文件夹。 
注意带有示例的文件夹。 
如果想下载一些示例深度学习模型，请使用以下命令。 # download some models
$ cd ~/MNN
$ ./tools/script/get_model.sh
|
