登录社区云，与社区用户共同成长
邀请您加入社区
1. NNIE介绍NNIE 是 Neural Network Inference Engine 的简称,是海思媒体 SoC 中专门针对神经网络特别是深度学习卷积神经网络进行加速处理的硬件单元,支持现有大部分的公开网络,如 Alexnet、VGG16、Googlenet、Resnet18、Resnet50 等分类网络,Faster R- CNN、YOLO、SSD、RFCN 等检测网络,以及 Se..
PerfDog是一款移动平台的性能测试工具，快速定位分析性能问题，提升APP应用及游戏性能和品质。手机无需ROOT/越狱，手机硬件、游戏及应用APP也无需做任何修改，极简化即插即用，是全网唯一支持iOS/Android/小程序/H5等移动全平台性能测试的工具。PerfDog自发布以来就广受移动端测试人员的好评，PerfDogService是PerfDog的服务组件，用户可基于service组件二次
致移动游戏&应用性能测试分析的伙伴们：你是否会因移动游戏&APP性能问题，而备受煎熬？你又是否因寻找性能测试分析工具，而彷徨迷茫？你是否因工具需要，而尝试各种ROOT/越狱？你是否因工具准确性，而被逼各类花式复测验证？你是否因工具局限性，而同时开启N个工具？你又是否因工具空白，而被迫各式XCode源码编译？ROOT/越狱越来越难，你我路在何方？版本编译坑罗密布，你我又将守夜到何时？
尝试失败的https://github.com/soloIife/yolov5_for_rknnrknn toolkit examples里面自带的均可转为rknn，yolov5s无法转换尝试成功的import yamlfrom rknn.api import RKNNimport cv2_model_load_dict = {'caffe': 'load_caffe','tensorflow':
最近重新编译caffe SSD（https://github.com/weiliu89/caffe/tree/ssd），遇到下面错误，:~/work/caffeX/caffe_weiliu89$ make all -j12CXX/LD -o .build_release/tools/convert_annoset.binCXX/LD -o .build_release/tools/create_l
caffe 编译中出现的错误——fatal error: hdf5.h: 没有那个文件或目录 && /usr/bin/ld: cannot find -lhdf5“fatal error: hdf5.h: 没有那个文件或目录”解决方法参考自http://blog.csdn.net/hongye000000/article/details/51043913Step 1在Mak...
caffe编译成功后，在导入测试的时候，出现以下错误.在命令行输入:import caffe回车。出现以下错误.Traceback (most recent call last):File "<stdin>", line 1, in <module>File "/home/li.guangyao/Programm
在编译用于训练openpose的caffe时，make之后产生如下错误：LD -o .build_release/lib/libcaffe.so.1.0.0-rc3/usr/bin/ld: cannot find -lopenblascollect2: error: ld returned 1 exit statusMakefile:570: recipe for target '.bu...
本章目标：掌握 GitHub 仓库的日常管理，学会用 Issue 跟踪任务和 Bug。⚠️ 本章大部分操作都在中完成，不需要命令行。
模型转换问题onnx->caffe
基于Caffe ResNet-50网络实现图片分类
调试方式仿真器Python 与 芯片的结合调试，通过target 设置芯片类型和芯片device_id，从而与npu获得连接主要流程步骤参照demo，如下是自己封装的简单接口class RknnHandle:def __init__(self, mean_values, std_values):self.rknn = RKNN()self.rknn.config(mean_values
环境准备模型转换需要按照概述Atlas 200 DK 开发者套件（1.0.9.alpha）环境部署搭建开发环境华为云 (huaweicloud.com)中的要求为ubuntu18.04的系统配置Ascend环境，本文选择1.0.9.alpha的环境进行开发。需要安装darknet转caffe的开源工具https://github.com/ChenYingpeng/darknet2caffe操作步骤
相比与tensorflow模型caffe模型的转换更加简单，不需要有tensorflow模型转uff模型这类的操作，tensorRT能够直接解析prototxt和caffemodel文件获取模型的网络结构和权重。具体解析流程和上文描述的一致，不同的是caffe模型的parser不需要预先指定输入层，这是因为prototxt已经进行了输入层的定义，parser能够自动解析出输入，另外caffepar
在编译caffe时，因为在config里面设置的是使用python3，在编译时就报了这个错：/usr/bin/ld: cannot find -lboost_python3意思是找不到这个库。那先去到/usr/lib/x86_64-linux-gnu/下看看有没有python3相关的库，sudo ls -al libboost_python*可以看到，其实是有python3相关的库，只是没有lib
重要说明Q&A：1、PerfDog无法检测到手机?Android平台：请开启Debug调试模式(华为设备，需要先开启开发者选项中的 "仅充电"模式下允许ADB调试选项 ，再开启usb调试)。以上还不行，请重新打开PerfDog软件及重启手机。以上还不行，请确认PC上ADB可能被独占(自动化测试框架、Android Studio工具等)，请关闭工具及ADB.exe。以上还不行，请用手机管家或
在caffe中，Blob类实现的源码位于caffe根目录下的src/caffe/路径中的blob.cpp文件中，本文对这个文件进行详细解读。#include <climits>#include <vector>#include "caffe/blob.hpp"#include "caffe/common.hpp"#include "caffe...
问题编译Caffe 报错：libhdf5_hl.so.100: cannot open shared object file: No such file or directory晚上也有人是libhdf5_hl.so.7 或者libhdf5_hl.so.10之类的问题。这是由于未能找到指定的库文件目录解决过程参考下篇文章https://blog.csdn.net/xdzhangzhe...
有时候跑代码会报错：通常是环境变量没有设置好，比如有两个版本的 caffe 时，要用哪一个版本就需要将另一个版本的先注释掉，然后 souce 一下环境变量。
caffe问题记录一段时间没用caffe跑模型, 训练的时候报错.Error:…/caffe/python/caffe/_caffe.so:undefined symbol: ZN5caffe3NetIfEC1ERKSsNS_5PhaseEPKS1查了查遇到同样问题的人也比较少, 找到stack的这个链接比较有用:Link解决方法翻译过来就是:目录caffe-rc3/build/li...
caffe+Anaconda2编译通过，使用时报错如题解决： 将Anaconda lib的路径添加到环境变量LD_LIBRARY_PATH中export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:{anaconda_dir}/libsource ~/.bashrc...
caffe初级入门之数据结构Net
error while loading shared libraries: libmkl_rt.so: cannot open shared object file: No such file or directory。find /* -name "libmkl_rt.so" 找到该文件所在的目录# cat /etc/ld.so.confinclude ld.so.conf.d/*.
caffe由Blob、layer、Net组成。prototxt文件定义caffe的Net，Net由许多layer构成，Blob是构成layer的基本概念。 1、以Blob为例，讲解一个Blob测试程序，test_blob.cpp：/*** 功能：* 1. 测试使用Blob* 2. 给blob赋值* 3. 获取blob指定位置的值* 4. 输出通过L
原文链接：http://blog.csdn.net/yhl_leo/article/details/51371936在编译caffe时遇到了该博文的第二种情况，改正后可以正确执行：（注意根据电脑情况可使用make all -j16）整理一下最近遇到caffe工程的一些编译错误以及解决方法。1 cuDNNcuDNN当前最新版本是v5，近两三年的一些caff
《基于caffe的表情识别》系列文章索引：http://blog.csdn.net/pangyunsheng/article/details/79434263一、caffe网络模型规则 在caffe中，最常见的就是搭建一个卷积神经网络模型来解决一个识别问题，就如本例中，我们就是在alexnet上做适当修改，得到我们的卷积神经网络模型，在这里我简单称呼其为FacialNet，通过人脸表情数据训
一、前言分类网络应用广泛，亦可作为预训练模型用于检测网络，有很好的科研和商业价值。一般的分类网络基于多种数据集做了一个综合的测评，但是因工程条件限制，很难将所有数据集下载并测试，所以博主整理了imagenet100数据集，是从imagenet1000中扣取出来的100类，每类训练数据1000张，测试数据300张，满足工业应用。二、开源数据集链接：https://pan.baidu.com/...
作者在将YOLOv5 pytorch版本转成wk文件中碰到了很多的坑，但在研究中也收获了很多知识，针对转化过程，作者进行了详细的解读来给大家避坑，如果在转化过程中有什么问题也可以联系作者，我们可以一起进行分析和讨论。...
首先要有一个pytorch模型，我这里选用googelnet 为例，我们可以使用pytorch 提供的imagenet的预训练模型。如果想自己训练的话，就接着往下看，否则阅读结束。我是用的罗浩提供的框架，训练了一个猫狗分类，下面是罗浩的框架的github，以及B 站教学视频第一步我们要准备猫狗数据集然后就是改罗浩老师的框架了第一步先写googlenet 网络，在models文件夹新建GoogLeN
一、.pytorch yolov3训练所用的代码https://github.com/bubbliiiing/yolo3-pytorch基于此模型训练得到pt权重文件，predict.py将mode改成export_onnx，修改yolo.py中model_path。运行predict.py，得到onnx权重文件。二、.搭建caffe环境参考博客：如何在Ubuntu18.04上安装caffe+da
----回顾之前-----需要准备的东西:caffee 模型(已经训练好的官网):网盘 password:dqvfopencv 环境主要的代码片段:所需的头文件添加:#include <opencv4/opencv2/opencv.hpp>#include <opencv2/dnn.hpp>#include<fstream>#include <iostre
https://zhuanlan.zhihu.com/p/323423665.最后在Android上部署注：玩之前，记得先在linux下装好android studio，这部分网上教程很多啦由于我很久之前玩过一段时间Android编程，所以基本直接能看懂caffe2官网AICamera的例子，这个demo我基本没有做什么UI编程，就换了一下模型，主要关注以下两个地方：...
Nanodet深度学习目标检测已经发展了许多年，从Two-stage到One-stage，从Anchor-base到Anchor-free，再到今年的用Transformer做目标检测，各种方法百花齐放，但是在移动端目标检测算法上，yolo系列和SSD等Anchor-base的模型一直占据着主导地位。这个项目的主要目的是希望能够开源一个移动端实时的Anchor-free检测模型，能够提供不亚于yo
pytorch-YOLOv3移植到寒武纪文章目录pytorch-YOLOv3移植到寒武纪参考新建dockermake caffecaffe扩展pip install torch转换结果修改参考1、Darknet2Caffe 大概步骤2、ChenYingpeng/darknet2caffe3、基于Docker的Caffe编译（CUDA11的makefile版）caffe的编译是用我的这个博客，只用到
第一步：pytorch转onnx（pytorch版yolov3-9.0开始提供脚本export.py）（1）设置onnx算子版本（按需）修改代码：torch.onnx.export(model, img, f, verbose=False, opset_version=12, input_names=['images'],为：torch.onnx.export(model, img, f, ver
用pycharm打开openpose所遇到的问题1.无法导入openpose库打开pycharm的File——setting——project——project structure 然后点击Resource Folders即可，具体如下图所示
目前我有一个pytorch版本的yolov3模型，该模型有 X.cfg和X.pt两个文件该格式可以与两个主流pytorch工程一致：https://github.com/ultralytics/yolov3https://github.com/eriklindernoren/PyTorch-YOLOv3由于caffe没有yolov3所需的upsample层与yolo层，所以需要自己来实现...
转换基本流程：1）创建pytorch的网络结构模型；2）利用caffe来读取其存储的预训练模型，用于读取caffe模型的参数；3）遍历caffe加载的模型参数；4）对一些指定的key值，需要进行相应的处理和转换；5）对修改后的层名（key值），利用numpy之间的转换来实现加载；6）对相应层进行参数（feature）进行比较；以下以SE_Resnet50为例，将caff...
第一种方法（最简单的方法）：当pycharm安装好之后（先配置JDK），首先找到pycharm的安装bin目录并复制其路径（一定要包含bin目录），终端命令行粘贴路径回车进入bin;然后输入命令:./pycharm.sh，然后直接右击快捷图标锁定到启动器或任务栏即可第二种方法，用桌面快捷方式打开。在第一种方式打开pycharm后点击Tools然后点击create desktop entry 就..
安装caffe, gpu版本的,可以直接通过conda安装conda install caffe-gpupytorch安装:官网conda install pytorch torchvision cuda80 -c pytorchpytorch to caffe这里使用一个开源的代码: pytorchtocaffemodel_def = os.path.join(c...
【代码】双系统下ubuntu20.04安装caffe（个人尝试）+踩坑记录。
caffe中需要整个共享变量，就是从bias过来的tensor转图片，然后后面目标检测第一阶段查看定位效果，把目标框画在图上就需要一开始的图片。实验1：这个可以在prototxt增加一个top通过网络给到后面的层，但是这样太麻烦。实验2：然后想想能不能通过类似与共享变量能完成，首先实验的是在基类Layer添加一个变量，然后bias_layer压入图片，因为所有的层都是从Layer派生出来...
win10中显卡驱动只能安装一个，但是可以同时安装多个版本的cuda，如当需要切换版本时，先查看系统变量中CUDA_PATH的CUDA版本号然后在path中将cuda8相关的路径上移到最上面然后提示有多个变量是同一个软件的，在同一个路径下，那么我们可以把相同的路径用另一个变量表示，然后在 Path 环境变量调用就可以了，把原来的路径替换成“%CUDA_PATH_V10_0%”，具体要替换成什么查看
caffe安装（Ubuntu14+GPU+pycaffe+anaconda2）caffe安装教程1.底层以及依赖环境搭建2.下载caffe源代码3. 修改配置文件编译caffe总结caffe安装教程本文所使用的底层环境配置：cuda8、cudnn6、OpenCV2.4.5、anaconda2（Python2.7）。如使用其他版本的环境，如cuda，可安装自己的版本，但须在相应部分作出修改。1...
记录一下从这个链接编译的caffehttps://blog.csdn.net/xingchenbingbuyu/article/details/72765612使用#include "caffe\caffe.hpp"caffe.pb.h 报错 caffe.pb.h(2958): error C2059: 语法错误:“常量”打开错误处，查看代码：static const ...
caffe
——caffe
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
海思HiSpark开发者社区
乐奇 Rokid 开放社区
天工造物局
DAMO开发者矩阵
