Centos7 NCNN 编译安装【亲测】

136 阅读 0 评论 90 点赞

我是靠谱客的博主耍酷香水，最近开发中收集的这篇文章主要介绍Centos7 NCNN 编译安装【亲测】，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

NCNN是什么

ncnn 是腾讯开源的，一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行。
简单概括就是将使用 GPU 训练好的模型转为手机移动端可以使用的模型。

NCNN安装前的准备

1） g++ 这个Centeos 一般都会默认装上，这里说一些题外话：

什么是gcc / g++

首先说明：gcc 和 GCC 是两个不同的东西

GCC:GNU Compiler Collection(GUN
编译器集合)，它可以编译C、C++、JAV、Fortran、Pascal、Object-C、Ada等语言。

gcc是GCC中的GUN C Compiler（C 编译器）

g++是GCC中的GUN C++ Compiler（C++编译器）
一个有趣的事实就是，就本质而言，gcc和g++并不是编译器，也不是编译器的集合，它们只是一种驱动器，根据参数中要编译的文件的类型，调用对应的GUN编译器而已，比如，用gcc编译一个c文件的话，会有以下几个步骤：

Step1：Call a preprocessor, like cpp.

Step2：Call an actual compiler, like cc or cc1.

Step3：Call an assembler, like as.

Step4：Call a linker, like ld

由于编译器是可以更换的，所以gcc不仅仅可以编译C文件

所以，更准确的说法是：gcc调用了C compiler，而g++调用了C++ compiler

gcc和g++的主要区别

对于 .c和.cpp文件，gcc分别当做c和cpp文件编译（c和cpp的语法强度是不一样的）

对于 .c和.cpp文件，g++则统一当做cpp文件编译

使用g++编译文件时，g++会自动链接标准库STL，而gcc不会自动链接STL

gcc在编译C文件时，可使用的预定义宏是比较少的

gcc在编译cpp文件时/g++在编译c文件和cpp文件时（这时候gcc和g++调用的都是cpp文件的编译器），会加入一些额外的宏，这些宏如下：

#define GXX_WEAK 1
#define __cplusplus 1
#define __DEPRECATED 1
#define GNUG 4
#define __EXCEPTIONS 1
#define private_extern extern
   在用gcc编译c++文件时，为了能够使用STL，需要加参数 –lstdc++ ，但这并不代表 gcc –lstdc++ 和 g++等价，它们的区别不仅仅是这个
主要参数

-g - turn on debugging (so GDB gives morefriendly output)

-Wall - turns on most warnings

-O or -O2 - turn on optimizations

-o - name of the output file

-c - output an object file (.o)

-I - specify an includedirectory

-L - specify a libdirectory

-l - link with librarylib.a

使用示例：g++ -ohelloworld -I/homes/me/randomplace/include helloworld.C

2) cmake 需要升级到 3.0 版本以上，Centos 7 默认为 cmke 2.8…所以需要自行升级，网络上有很多编译升级的，前提是你首先在 root 权限下 yum remove cmake，然后编译安装新的，这个其实不是很建议，因为源码编译会有各种问题，主要是最后的环境配置问题，比较麻烦，所以这里建议大家直接使用 yum install cmake3，直接进行安装，然后编译过程中使用 cmake3 进行就行了。

3) 安装 opencv ，这个可以在网上查找相应的教程，建议大家装 opencv 3 的版本，太新的版本可能 NCNN 不是很支持，一定要在编译安装opencv后配置好环境，然后在编译NCNN时候才能用到，Opencv 主要在编译 NCNN过程中负责 examples 模块和 quantize 模块，我这一步目前没有装对，不知道是不是opencv影响了最终 NCNN 转化的模型精度，opencv 安装可以参考点击进入

4) 安装google protobuf，是一种平台无关、语言无关、可扩展且轻便高效的序列化数据结构的协议，可以用于网络通信和数据存储。由于我们最终转化的是模型，所以需要这样一个序列化工具。项目地址点击项目目录中也有相关的安装步骤，这里介绍我的安装过程

我装的是protobuf-3.6.1

下载地址 https://github.com/protocolbuffers/protobuf/releases

我下载的是protobuf-all-3.6.1.tar.gz 包

新版本不需要执行autogen.sh脚本，直接./configure就行
安装过程如下：
安装成功可以用 protoc –version #查看版本
我先安装了 autoconf和automake 这两个(yum install autoconf /automake.)，因为他需要的其他包我都安装过了，然后进行下面的命令

wget https://github.com/google/protobuf/releases/download/v3.6.1/protobuf-all-3.6.1.tar.gz
tar zxvf protobuf-all-3.6.1.tar.gz
./autogen.sh
./configure
make
make install

如果上一步有错误：./autogen.sh执行报错./autogen.sh: line 38: autoreconf: command not found
需要先

安装autoconf和automake(一般只安装这两个模块就行了，不用操作 gcc libtool等)
yum -y install gcc automake autoconf libtool make
安装g++:
yum install gcc gcc-c++

NCNN的安装编译过程，具体也可以参看 github 的安装建议点击，其实我比较建议大家在 Windows 下编译，因为 NCNN的编译在Centos7下太多坑了！！

git clone https://github.com/Tencent/ncnn.git
cd ncnn
git submodule update --init
mkdir build
cd build
cmake .. (本步如果您 yum install cmake3，可以使用 cmake3 .. )
make -j8
make install

如果没有抱任何异常，那就是你编译安装成功了，我的是Opencv的原因，下去我还要进行配置Opencv，相关的配置信息我会继续更新。但是Opencv 似乎不影响生成 onnx2ncnn 这个文件，这个文件在后来的模型转换过程中有很大作用！！！！但是我不太清楚我转化的模型精度不高是否是 opencv的原因，我想我还要测试下才有结论。