怎么编译code里面的example，我需要将生成的lib导入进去吗？

在网上下载了caffe的模型，进行转换的时候出现core dump
直接在Ubuntu编译好了tool
./caffe2ncnn style_modle/deploy.prototxt style_modle/bvlc_reference_caffenet.caffemodel

另外请问这个ncnn2mem是做什么用的？

I am confused with it.
@nihui

我在windows下如何利用VS进行源码学习？怎么编译？

如题，您可不可以帮忙指点问题可能出在哪儿？

确认过ncnn每层网络输入输出size，简单看了几个FC的weight值，是正确的。

会不会下面的代码有问题？

int detect_faceIDnet(const cv::Mat& bgr, float *feat)
{
ncnn::Mat in = ncnn::Mat::from_pixels(bgr.data, ncnn::Mat::PIXEL_BGR, bgr.cols, bgr.rows);
in.substract_mean_normalize(mean_vals, 0);

ncnn::Extractor ex = faceIDnet.create_extractor();
ex.set_light_mode(true);
ex.set_num_threads(4);
ex.input("data", in);
ncnn::Mat out;
ex.extract("eltwise_fc1", out);
for (int j = 0; j<FEAT_NUM; j++)
{
	const float* prob = out.data + out.cstep * j;
	feat[j] = prob[0];
	//cout << feat[j] << " ";		
}
//cout << endl;
return 0;

}

编译可以通过，运行就闪退。安卓平台 。

Compile source code

Request a protobuf library. Please install it before you compile source code.

cd $root
mkdir build && cd build
cmake ..
make -j
make install

It will install include files and libncnn.a in $root/build/install.

Compile example

I don't know how to build it with cmake, I write a Makefile to build it as follow.

g++ -otest -I$root/build/install/include -lopencv_core -lopencv_highgui -lopencv_imgproc -fopenmp -pthread test.cpp $root/build/install/lib/libncnn.a 

我使用的是android studio，不知道你的example project是基于什么平台开发的，怎样才能把它加入到android project中？

请问对于NCWH的数据，N > 1的图片输入，ncnn::Extractor如何处理？ncnn::Mat能支持多图转换？

在mips架构的单核CPU上面，分别运行纯C版本的squeezenet demo，TensorFlow每帧3.9S，NCNN每帧19.8S，这差距有点大啊？？

在win8.1上编译 android 版本，出现此错误，我都安装了NVIDIA Nsight Tegra Visual Studio Edition ，依然出错，如何破

ncnn应该要初始化文件，看android里工程里有assets里有相关文件；
oc的话应该是参考在linux的示例吧？
net.load_param("model.param");
net.load_model("model.bin");
这两个文件怎么生成？

RT

现在mac直接跑squeezenet.cpp这个demo
1、cmake . 然后make，出现下面错误，手动在src下添加"platform.h"后出现（2）的错误

2、新出现错误

3、在CMakeLists.txt 添加include_directories(${OpenCV_INCLUDE_DIRS})后又出现新的错误：

4、指定libncnn.a绝对路径后又出现新的错误

第二条错误跟第四条的错误是一样的，又回来了/(ㄒoㄒ)/~~
菜鸟，望各位大神指点……

@nihui Conv output is same with caffe when stride = 1,but differ when stride = 2.Why?

hi guys, any guesses what this line mean?

rt
up主你们测试的时候都是什么样的速度？看新智源采访说能提速2~4倍，然而自己跑出来的速度ncnn和caffe都是160ms。
是在编译过程中自己漏掉了什么编译选项吗？

作者你好：
你的工作非常棒，但是在读你代码时，发现卷积计算方式为传统方式，你也提到直接计算卷积会节省内存，我想请教一下，如果按照img2col展开为矩阵乘法的方式是否会计算效率更高一些？谢谢！

你好，请问怎么在hisi 3519上编译ncnn，是armv7架构，而且怎么样才能保证用到arm下面的neon和汇编？

您好！我看了您的代码，发现目前版本只支持半精度浮点和8bit量化的存储，但是没有提供这两种类型的计算。最近我也在做半精度浮点计算和8bit量化计算的工作，不知道您是否有提供半精度浮点和8bit量化计算的打算？

目前看NCNN确实要比Caffe等框架要快的多，希望 @nihui 可以介绍一些。
然后X86下的卷积计算方法我没太看懂，能否稍微介绍解释下如何实现的？

对于input层的height和width可变的情况，或者说像图像金字塔那样，输入层的尺寸是有多个的情况，用ncnn该怎么做比较好？

文档较少，没有demo不知道如何使用

Nice job, If any site or docs provide along with readme or wiki could be better.

error as following:
undefined reference to 'ncnn:Net::load_param(unsigned char const*)'
undefined reference to 'ncnn:Net::load_model(unsigned char const*)'
undefined reference to 'ncnn:Net::from_pixels(unsigned char const*,int,int,int)'
........
undefined reference to 'ncnn:Net::Net()'
undefined reference to 'ncnn:Net::~Net()'
error:linker command failed with exit code 1 (use -v to see invocation)

请问一下，我现在想将caffe 的模型进行转换，应该要用到tool里的caffe2ncnn，如何进行编译？ 这个caffe2ncnn.cpp 应该不需要进行交叉编译吧？
还有请问ncnn2mem.cpp这个文件是做什么用的？

请问ncnn2mem是做什么用的？
另外我试了./caffe2ncnn squeezenet_v1.1.prototxt squeezenet_v1.1.caffemodel
只得到了ncnn.bin和ncnn.proto ， example里面的squeezenet_v1.1.param 是怎么转换得到的？

如题

刚才终于编译好 so文件了 但是我放android里面运行 时间消耗居然有4s
前段时间 用caffe测试是2.5s
我想请教一下 转android项目的具体流程 看看是不是遗漏了什么步骤

caffe2ncnn转换example里的squeezenet是没问题的，但刚尝试转换一个 face verification的caffe模型 ，就出现下面的错误

请问，有没有详细一点的安装文档或者教程？

as the example, model loading using:
squeezenet.load_param("squeezenet_v1.1.param");
squeezenet.load_model("squeezenet_v1.1.bin");

does ncnn support caffemodel loading? how to load caffemodel?

我在linux上make出来的静态库，默认是x86的,conv层也是conv_x86， 请问我需要怎样才能在Linux上编出带neon支持的库？

我在ubuntu上编译caffe2ncnn.cpp的时候一直编译不成功，头文件都已经添加了。请问还有什么需要特别注意的地方吗？

/tools/../src/layer.h:22:22: fatal error: platform.h: 没有那个文件或目录
报的这个错
我想问下具体的编译流程

@nihui 你好，请问NCNN这种对于 FLOAT 数据进行量化的过程，是否有考虑过后续如果使用这种量化方式的参数进行矩阵乘法（Fix_Point）的溢出问题呢？

RT，计算量很小的mobilenet和shufflenet都需要group convolution/depth-wise convolution操作，看api似乎对于group conv不支持，希望添加相应的支持并做优化。

在RK3288上4核全开，squeezenet要220多ms，和tensorflow相比，不算有优势的。

Awesome!
Could u post the project web and post some blog about how to install and use it in android or ios?

跑了下MTCNN的PNet和RNet结果与标准结果相差很大，拿一张人脸给RNet的得分也很低

const float mean_vals[3] = {127.5f, 127.5f, 127.5f};
const float norm_vals[3] = {0.0078125, 0.0078125, 0.0078125};

int hs = ceil(img_hscales[i]);
int ws = ceil(img_wscales[i]);
ncnn::Mat pnet_img = ncnn::Mat::from_pixels_resize(bgr.data, ncnn::Mat::PIXEL_BGR, img_w, img_h, ws, hs);
pnet_img.substract_mean_normalize(mean_vals,norm_vals);
ncnn::Extractor Pnet_ex = Pnet.create_extractor();
Pnet_ex.set_light_mode(true);
Pnet_ex.input("data", pnet_img);
ncnn::Mat score, loc;
Pnet_ex.extract("prob1", score);
Pnet_ex.extract("conv4-2", loc);

if(*(score_data+i)>=thresh)。。。

是故意这样翻译的还是漏翻的？？

the
$ make
$ make install
is good

but there is error when runing make package
log is :
make: *** No rule to make target package'. Stop.`

感谢大神的star
https://github.com/lsy17096535/ncnn-vs2013

看介绍说能胜过所有同类开源库，所以。。。有和nnpack pk的数据吗？