Tic商业评论

关注微信公众号【站长自定义模块】,定时推送前沿、专业、深度的商业资讯。

 找回密码
 立即注册

QQ登录

只需一步,快速开始

微信登录

微信扫码,快速开始

  • QQ空间
  • 回复
  • 收藏

在树莓派4上安装MNN深度学习框架。

lijingle 环境搭建 2021-12-25 11:02 2793人围观

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

路过

雷人

握手

鲜花

鸡蛋
我有话说......
电话咨询: 135xxxxxxx
关注微信