【ncnn】win10 vs2015编译ncnn项目

本文主要是介绍【ncnn】win10 vs2015编译ncnn项目，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！

1. 编译protobuf

这是google开源的一个项目，ncnn用来序列保存网络模型的。

1.1 下载protobuf，从这个博客

1.2 编译protobuf
看网络上的文章，这里有两种方式可以编译protobuf。

采用cmake-gui
采用vs2015命令行

因为编译opencv的时候用的cmake-gui，这里用vs命令行试一下。
参考：https://blog.csdn.net/zhaotun123/article/details/99671286
https://blog.csdn.net/CosmosHua/article/details/81543844
https://blog.csdn.net/kai1001/article/details/91043439

1.3 流程

打开VS2015 X64本机工具命令提示符
切换到protobuf文件目录下，例：cd /d D:\profile\protobuf-3.4.0
编译：按以下命令进行编译

mkdir build-vs2015
cd build-vs2015
cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=%cd%/install -Dprotobuf_BUILD_TESTS=OFF -Dprotobuf_MSVC_STATIC_RUNTIME=OFF ../cmake
nmake
nmake install

问题1
– Detecting CXX compile features – Detecting CXX compile features - done – Looking for pthread.h – Looking for pthread.h - not found – Found Threads: TRUE CMake Error at tests.cmake:2 (message): Cannot find gmock directory. Call Stack (most recent call first): CMakeLists.txt:172 (include)

打开build文件夹下的CMakeError.log，看一下问题原因：
无法打开包括文件: “pthread.h”
解决方案： 下载编译好的pthread.h放到vs2015的include和lib文件中

pthread.h下载：ftp://sourceware.org/pub/pthreads-win32
安装pthreads-w32-2-8-0-release.exe

运行截图
cmake
在这里插入图片描述

2. 编译ncnn

从以下地址下载ncnn source code，下载后解压。
解压之后按以下命令进行编译，注意修改<protobuf build root dir>路径指向protobuf 编译的位置

注意：我编译的Debug模型，可以用Release（已修改为release）

mkdir -p build-vs2015-wt
cd build-vs2015-wt
cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release   -DCMAKE_INSTALL_PREFIX=%cd%/install -DProtobuf_INCLUDE_DIR=D:/profile/protobuf-3.4.0/build-vs2015/install/include -DProtobuf_LIBRARIES=D:/profile/protobuf-3.4.0/build-vs2015/install/lib/libprotobuf.lib -DProtobuf_PROTOC_EXECUTABLE=D:/profile/protobuf-3.4.0/build-vs2015/install/bin/protoc.exe ..nmake
nmake install

运行截图
在这里插入图片描述
可能问题：

LINK Pass 1: command "F:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin\amd64\link.exe /nologo @CMakeFiles\caffe2ncnn.dir\objects1.rsp /out:caffe2ncnn.exe /implib:caffe2ncnn.lib /pdb:D:\profile\ncnn-20200227\ncnn-20200226\build\tools\caffe\caffe2ncnn.pdb /version:0.0 /machine:x64 /debug /INCREMENTAL /subsystem:console D:\profile\protobuf-3.4.0\build-vs2015\install\lib\libprotobuf.lib kernel32.lib user32.lib gdi32.lib winspool.lib shell32.lib ole32.lib oleaut32.lib uuid.lib comdlg32.lib advapi32.lib /MANIFEST /MANIFESTFILE:CMakeFiles\caffe2ncnn.dir/intermediate.manifest CMakeFiles\caffe2ncnn.dir/manifest.res" failed (exit code 1319) with the following output:
libprotobuf.lib(common.cc.obj) : error LNK2038: 检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“0”不匹配值“2”(caffe2ncnn.cpp.obj 中)
libprotobuf.lib(common.cc.obj) : error LNK2038: 检测到“RuntimeLibrary”的不匹配项: 值“MD_DynamicRelease”不匹配值“MDd_DynamicDebug”(caffe2ncnn.cpp.obj 中)
libprotobuf.lib(coded_stream.cc.obj) : error LNK2038: 检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“0”不匹配值“2”(caffe2ncnn.cpp.obj 中)
libprotobuf.lib(coded_stream.cc.obj) : error LNK2038: 检测到“RuntimeLibrary”的不匹配项: 值“MD_DynamicRelease”不匹配值“MDd_DynamicDebug”(caffe2ncnn.cpp.obj 中)
libprotobuf.lib(zero_copy_stream_impl_lite.cc.obj) : error LNK2038: 检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“0”不匹配值“2”(caffe2ncnn.cpp.obj 中)
libprotobuf.lib(zero_copy_stream_impl_lite.cc.obj) : error LNK2038: 检测到“RuntimeLibrary”的不匹配项: 值“MD_DynamicRelease”不匹配值“MDd_DynamicDebug”(caffe2ncnn.cpp.obj 中)

解决这是因为protobuf是release编译的，ncnn是debug模式编译的。ncnn改为release模式就行

3. 配置和测试

参考自：https://blog.csdn.net/zhaotun123/article/details/99671286

新建一个vs项目
新建vs2015项目，添加以下包含目录，第一个目录为opencv的include路径，第二个为编译生成的ncnn里的include路径，第三个为编译生成的protobuf里的include路径。
其他的是为opencv配置的，可参看原博客配置
将ncnn include的路径后面加上\ncnn
继续添加库目录，
第一个目录为opencv的lib路径，第二个为编译生成的ncnn里的lib路径，第三个为编译生成的protobuf里的lib路径。
继续添加windows运行库目录，该目录为protobuf的bin路径
在链接器-输入中添加附加依赖项，分别是

测试
修改模型和图片的位置
测试图片

#include <opencv2\opencv.hpp>
#include <map>
#include <vector>  
#include <algorithm>  
#include <functional>  
#include <cstdlib> 
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
#include <net.h>static int detect_squeezenet(const cv::Mat& bgr, std::vector<float>& cls_scores)
{ncnn::Net squeezenet;squeezenet.load_param("D:/profile/ncnn-20200226/examples/squeezenet_v1.1.param");squeezenet.load_model("D:/profile/ncnn-20200226/examples/squeezenet_v1.1.bin");ncnn::Mat in = ncnn::Mat::from_pixels_resize(bgr.data, ncnn::Mat::PIXEL_BGR, bgr.cols, bgr.rows, 227, 227);const float mean_vals[3] = { 104.f, 117.f, 123.f };in.substract_mean_normalize(mean_vals, 0);ncnn::Extractor ex = squeezenet.create_extractor();ex.input("data", in);ncnn::Mat out;ex.extract("prob", out);cls_scores.resize(out.w);for (int j = 0; j<out.w; j++){cls_scores[j] = out[j];}return 0;
}static int print_topk(const std::vector<float>& cls_scores, int topk)
{// partial sort topk with indexint size = cls_scores.size();std::vector< std::pair<float, int> > vec;vec.resize(size);for (int i = 0; i<size; i++){vec[i] = std::make_pair(cls_scores[i], i);}std::partial_sort(vec.begin(), vec.begin() + topk, vec.end(),std::greater< std::pair<float, int> >());// print topk and scorefor (int i = 0; i<topk; i++){float score = vec[i].first;int index = vec[i].second;fprintf(stderr, "%d = %f\n", index, score);}return 0;
}int main()
{std::string imagepath = "./demo_image/test.jpg";cv::Mat m = cv::imread(imagepath, CV_LOAD_IMAGE_COLOR);if (m.empty()){std::cout << "cv::imread " << imagepath << " failed\n" << std::endl;return -1;}std::vector<float> cls_scores;detect_squeezenet(m, cls_scores);print_topk(cls_scores, 3);getchar();return 0;
}