1.【教程】三分钟学习NCNN算法移植
【教程】三分钟学习NCNN算法移植
本文介绍如何基于EASY EAI Nano移植NCNN部署库，腾讯腾讯以及如何成功运行yolov4的源码源码Demo。NCNN是官网由腾讯优图实验室开发的高性能神经网络前向计算框架，专为手机端优化，腾讯腾讯支持多输入、源码源码mc高清源码多分支结构的官网山外助手源码卷积神经网络计算，并且无第三方库依赖，腾讯腾讯支持跨平台操作。源码源码NCNN基于C++实现，官网支持ARM NEON汇编级优化，腾讯腾讯内存管理精细，源码源码支持多核并行计算，官网以及基于Vulkan API的腾讯腾讯微盘 源码 商家GPU加速。支持8bit量化和半精度浮点存储，源码源码可导入多种框架的官网模型。
NCNN广泛应用于图像分类、风格迁移、共享车位系统 源码目标检测、人脸检测等领域，并已被多款APP使用。接下来，欧博私源码我们通过以下步骤完成NCNN算法的移植学习。
1. 下载与编译NCNN源码
从百度网盘获取NCNN源码包，使用解压命令展开NCNN库。
执行编译指令，生成NCNN库文件。
2. 运行yolov4的Demo
下载包含yolov4基于NCNN运行的Demo，解压并执行编译指令。
将编译后的可执行程序文件通过Ubuntu推送至EASY EAI Nano板卡的指定目录。
在EASY EAI Nano板卡执行程序，观察执行结果。
在Ubuntu端获取识别成功的，并查看实际效果。
至此，NCNN算法移植学习完成。更多教程请持续关注我们。欲了解更多关于EASY EAI Nano的信息，请访问官方页面。
