GithubHelp home page GithubHelp logo

Comments (16)

lemonnader avatar lemonnader commented on July 20, 2024 1

跑通了!!感谢!!

from yolov5face-toolkit.

lemonnader avatar lemonnader commented on July 20, 2024

树莓派下编译NCNN版本的lite.ai.toolkit的时候需要注意什么呀,它老是不通过

from yolov5face-toolkit.

DefTruth avatar DefTruth commented on July 20, 2024

还没有在树莓派玩过.....你要是只用其中几个模型的话,可以考虑把 xxx.h 和 xxx.cpp 以及lite/ncnn/core摘出来,模型之间是完全解耦的。可以参考我写的前后推理逻辑,应该很容易就能自己捏一个。

from yolov5face-toolkit.

lemonnader avatar lemonnader commented on July 20, 2024

哇!你回复好快!是这样的,我想在树莓派【感觉和普通linux系统的应该差不多】上跑ncnn版本的yolo5face,但我是一个小白,我不太懂我到底应该怎么操作才能正常的跑出来效果,或者我还买了云服务器,装的linux系统,就是想问下用您写的工具跑ncnn版本的yolo5face到底怎么操作呀[哭]

from yolov5face-toolkit.

DefTruth avatar DefTruth commented on July 20, 2024

没办法,我确实也不太熟悉树莓派(哭.....)因为lite.ai.toolkit的依赖其实不少,包括ffmpeg、opencv、onnxruntime、NCNN等等,如果你是在嵌入式玩,我其实是不建议用lite.ai.toolkit的,因为东西太多了。你需要把所有的东西都配好才能编lite.ai.toolkit。还不如只选择你想用的那部分,修改一下,把lite.ai.toolkit当成参考啥的。

from yolov5face-toolkit.

lemonnader avatar lemonnader commented on July 20, 2024

好吧谢谢!!那...那如果是在linux系统的服务器上呢,用lite.ai.toolkit跑ncnn版本的yolo5face应该怎么操作呀

from yolov5face-toolkit.

DefTruth avatar DefTruth commented on July 20, 2024

可以来看下我写一个介绍lite.ai.toolkit目录结构的issue:

from yolov5face-toolkit.

lemonnader avatar lemonnader commented on July 20, 2024

我看不太懂(...),我看您在 https://github.com/DefTruth/YOLO5Face.lite.ai.toolkit 这个仓库里写了NCNN版本的推理实现已经测试通过了,可以问一下怎么用嘛?另外还想问一下您有测过onnx和ncnn推理的速度区别吗,差距大吗?]

from yolov5face-toolkit.

DefTruth avatar DefTruth commented on July 20, 2024

好吧谢谢!!那...那如果是在linux系统的服务器上呢,用lite.ai.toolkit跑ncnn版本的yolo5face应该怎么操作呀

那就正常用就好了,但是lite.ai.toolkit在linux下的预编译库现在只有onnxruntime的版本。ncnn版本你需要重新编译,lite.ai.toolkit,可以参考以下步骤:

  • 下载lite.ai.toolkit主页中的linux预编译库(为了用我编好的opencv+ffmpeg,这玩意有点复杂,如果你想自己编带ffmpeg支持的opencv,可以看我写的博客:https://zhuanlan.zhihu.com/p/472115312)
  • 下载lite.ai.toolkit源代码,因为你想编译NCNN版本,我预编译的lite.ai.toolkit只支持onnxruntime,所以要用lite.ai.toolkit的源码重新编译
  • 下载NCNN官方release的linux预编译库,参考lite.ai.toolkit的README编译linux版本

from yolov5face-toolkit.

DefTruth avatar DefTruth commented on July 20, 2024

lite.ai.toolkit有中文文档的,你可以看一下

from yolov5face-toolkit.

DefTruth avatar DefTruth commented on July 20, 2024

我看不太懂(...),我看您在 https://github.com/DefTruth/YOLO5Face.lite.ai.toolkit 这个仓库里写了NCNN版本的推理实现已经测试通过了,可以问一下怎么用嘛?另外还想问一下您有测过onnx和ncnn推理的速度区别吗,差距大吗?]

这是在Mac测的,linux的类似,但是要把库替换成linux的,CMakelists可能也要修改。pc下ncnn并不快,onnxruntime比较快,但移动端ncnn性能还可以。

from yolov5face-toolkit.

lemonnader avatar lemonnader commented on July 20, 2024

好吧谢谢!!那...那如果是在linux系统的服务器上呢,用lite.ai.toolkit跑ncnn版本的yolo5face应该怎么操作呀

那就正常用就好了,但是lite.ai.toolkit在linux下的预编译库现在只有onnxruntime的版本。ncnn版本你需要重新编译,lite.ai.toolkit,可以参考以下步骤:

  • 下载lite.ai.toolkit主页中的linux预编译库(为了用我编好的opencv+ffmpeg,这玩意有点复杂,如果你想自己编带ffmpeg支持的opencv,可以看我写的博客:https://zhuanlan.zhihu.com/p/472115312)
  • 下载lite.ai.toolkit源代码,因为你想编译NCNN版本,我预编译的lite.ai.toolkit只支持onnxruntime,所以要用lite.ai.toolkit的源码重新编译
  • 下载NCNN官方release的linux预编译库,参考lite.ai.toolkit的README编译linux版本

好的我试一下!谢谢!

from yolov5face-toolkit.

lemonnader avatar lemonnader commented on July 20, 2024

您好!我还有一个问题,编译NCNN版本的lite.ai.toolkit时,是需要修改build.sh里面的参数就可以吗?CMakeLists需不需要修改呢?

from yolov5face-toolkit.

DefTruth avatar DefTruth commented on July 20, 2024

您好!我还有一个问题,编译NCNN版本的lite.ai.toolkit时,是需要修改build.sh里面的参数就可以吗?CMakeLists需不需要修改呢?

参考lite.ai.toolkit的README文档,开启-DENABLE_NCNN=ON

from yolov5face-toolkit.

lemonnader avatar lemonnader commented on July 20, 2024

您好!我还有一个问题,编译NCNN版本的lite.ai.toolkit时,是需要修改build.sh里面的参数就可以吗?CMakeLists需不需要修改呢?

参考lite.ai.toolkit的README文档,开启-DENABLE_NCNN=ON

好的!

from yolov5face-toolkit.

XiaoPeiCode avatar XiaoPeiCode commented on July 20, 2024

我想问下,怎么在windows系统下配置安装呀?我找不到教程

from yolov5face-toolkit.

Related Issues (7)

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.