本文主要是介绍【yolox】——5分钟用ncnn测试yolox,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
ncnn, yolox
上一篇文章分享了yolox的原理和代码解读。这里我们用ncnn进行yolox推理测试。因为ncnn本身可以下载编译好的动态库,yolox又提供了推理脚本。所以整个过程我们可以在5分钟左右走完。
3min
- clone yolox
… - 下载ncnn_ubuntu_shared, 这里我下载的是ncnn-20210720-ubuntu-1804-shared.zip
- 在ubuntu上安装Vulkan
来自官方:https://packages.lunarg.com/#
wget -qO - https://packages.lunarg.com/lunarg-signing-key-pub.asc | sudo apt-key add -
sudo wget -qO /etc/apt/sources.list.d/lunarg-vulkan-1.2.176-bionic.list https://packages.lunarg.com/vulkan/1.2.176/lunarg-vulkan-1.2.176-bionic.list
sudo apt update
sudo apt install vulkan-sdk
- 下载ncnn yolox-s 模型,从:yolox_s_ncnn.tar.gz
2min
接下来我们花2分钟的时间进行编译和测试。
- 编译
到/path/to/your/YOLOX/demo/ncnn/cpp
新建一个CMakeLists.txt
, 写入如下内容:
cmake_minimum_required(VERSION 2.8.0)
project(YOLOX)set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${CMAKE_CURRENT_SOURCE_DIR})# 1.找ncnn的动态库,修改到自己下载的ncnn路径
set(ncnn_DIR /home/darknet/CM/10_device/ncnn-20210720-ubuntu-1604-shared/lib/cmake/ncnn)
find_package(ncnn REQUIRED)# 2. opencv动态库
find_package(OpenCV REQUIRED)add_executable(yolox yolox.cpp)
target_link_libraries(yolox ncnn ${OpenCV_LIBS})
注意修改ncnn_DIR的路径到自己的路径
然后编译
mkdir build && cd build
cmake ..
make -j
测试
- 将前面下载的模型
yolox.param
和yolox.bin
放到YOLOX/demo/ncnn/cpp
cd YOLOX/demo/ncnn/cpp
./yolox ../../../assets/dog.jpg
结果
这篇关于【yolox】——5分钟用ncnn测试yolox的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!