树莓派镜像,编译好了opencv4.5.1和opencv_contrib以及ncnn,可以直接调用opencv的dnn模块进行目标检测,目标分割等深度学习算法。同时编译好了ncnn模块,方便arm架构的树莓派执行相关程序。且内部附带基于dnn模块的yolov5检测模型。
2022-04-22 09:08:46 75B opencv dnn 目标检测 opencv_contrib
深度学习部署必备库
2022-04-19 17:05:40 13.61MB AI部署 轻量化模型
1
深度学习部署必备文件
2022-04-19 17:05:39 9.56MB 深度学习 人工智能
1
树莓派深入学习NCNN环境搭建
2022-04-08 21:33:27 822KB 树莓派 NCNN环境搭建
1
1、MODNet官方提供的onnx模型; 2、MODNet官方onnx模型转ncnn; 3、ncnn int8量化后的模型。
2022-04-06 03:12:00 80.56MB MODNet 量化 ncnn
1
1、MODNet NCNN C++部署代码 2、MODNet NCNN量化后模型 3、MODNet NCNN未量化模型 4、MODNet onnx模型
2022-04-06 03:12:00 105.23MB MODNet NCNN onnx 量化
ncnn 是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属和使用。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。
2022-04-04 16:50:36 9.97MB Python开发-机器学习
1
1、轻量级人像分割模型PP-HumanSeg NCNN C++部署代码; 2、包含onnx模型和ncnn模型。
2022-03-31 17:18:00 16.39MB 人像分割 NCNN
1
视网膜面CPP 包含使用MNN,NCNN部署的代码包含编译好的linux x86_64(ubuntu20.04)平台下的ncnn,MNN,opencv库,可以直接编译测试,需要修改makefile中的路径包含一个模型可以检测动漫卡通人物的人脸 编译和测试在ubuntu 20.04上进行编译和测试 make Retinaface_NCNN ./Retinaface_NCNN test_carton.list make Retinaface_MNN ./Retinaface_MNN test_carton.list 增加NDK创建脚本和andrid armv7a库 可以构建android下的c ++嵌入程序,ncnn,MNN,opencv库采用ndk-19r编译,api-leval为21 参考
2022-03-25 13:08:46 205.46MB 系统开源
1
ncnn_示例: 我保证我会永远更新这个项目! 20210612: 1.更新ncnn库到20210525 20201024: 1.添加retinaface关键点 2.添加视觉工作室脚本 20200806: 1.新增insightface 106个地标 2.优化CMakeLists.txt 2020.03.10: 1.添加掩码检测代码 2.优化retinaface的名称 3.更新ncnn lib版本为最新:20200226 2020.02.23: 1.添加vulkan选项 2.修复mobilenetssd的网络名称 2020.02.22: 1.从项目中拆分模型文件 2. 添加分类器&& 添加对象检测器 如何使用? 1.从百度云下载模型:百度(代码:w48b)和谷歌 2. 将模型放入目录:ncnn_example/data/models 3.替换你系统上编译的ncnn lib
2022-01-27 16:50:06 17.35MB C++
1