Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
从端到端打通模型端侧部署流程(MNN)
从端到端打通模型端侧部署流程 MNN MNN框架 MNN的官方介绍 MNN的架构 问题解决 MNN使用样例 MNN部署 一般流程 创建会话 运行会话 获取输出 流程汇总 总结 MNN框架 MNN的官方介绍 官方文档 有疑问一定要先查这里 M
端侧框架
MNN
人工智能
深度学习
54、记录yolov7 训练、部署ncnn、部署mnn、部署rk3399pro npu、部署openvino、部署oak vpu、部署TensorRT
基本思想 xff1a 记录一下yolov7训练人头检测和部署oak的vpu相机上和rk3399 pro开发板上 xff0c 完成需求 ubuntu 64 ubuntu yolov7 pip install torch 61 61 1 12
Yolov7
ncnn
MNN
rk3399pro
NPU
51、部署PaddleSeg的pp_liteseg到MNN框架、OpenVINO框架和OAK框架、NPU(RK3399 PRO)框架
基本思想 xff1a 需要一个快的实例分割模型 xff0c 由于需要配置oak使用 xff0c 所以就记录和实现一下微软社区提供的思路 xff0c 去部署PaddleSeg的轻量级 实际是语义 分割模型 所有的实验模型 xff0c 花了两天
PaddleSeg
liteseg
MNN
OpenVINO
OAK
MNN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 xff1a 首先编译MNN的模型转换工具 xff1a MNNConvert cd MNN MNN schema generate sh schema generate sh mkdir build
MNN
模型编译和转换过程
(三)MNN与Opencl联合编译
在MNN与opencl进行联合编译中 xff0c 需要注意一些事项 xff1a 1 在MNN中cmakelists进行修改后 2 在source backend opencl core runtime中OpenCLWarpper cpp中文
MNN
opencl
联合编译