img2col 1. im2col 基本原理(1) 对于图像的变换： 首先将每个卷积所卷积的区域作为一行，所有的卷积区域纵向排列，作为右乘矩阵。需要注意的是多个通道应该堆叠在下面。如下图所示： 单通道： 多通道： 输入特征图转化得到的矩阵尺度 = (卷积组输入通道数*卷积核高*卷积核宽) * (卷积层输出单通道特征图高 * 卷积层输出单通道特征图宽) (2) 对于卷积核的变换 将一个卷积核拉伸为一个横行，作为 2020-11-13 DL_Deploy
principles-of-detection-network-design 对于一个深度学习问题， 我们应该尽量从模型、数据、算法三个方向进行处理。对于目标检测也不例外。 这里，我们将从模型、数据和算法三个角度对目标检测这个问题进行展开探讨。 由于很多问题都是行业内有待讨论，值得商榷的， 所以一些观点也会附上链接， 并挑选出笔者认为合适的方案。 2020-10-21 基本方向
ncnn前向计算流程浅析 1. 前向计算 使用ncnn进行前向计算的步骤很简单，就如下十几行代码即可完成。 /* Step 1.1 : 加载.parma 文件 */ NSString *paramPath = [[NSBundle mainBundle] pathForResource:@"squeezenet_v1.1" ofType:@"param"]; ncnn_ne 2020-09-21 DL_Deploy
ncnn源码分析_5 ncnn 提供了两种解析网络 layer 的方法： 方法一: 在推理中进行解析模型转换之后，某些 layer 没有转换成功：(在转换的过程中)。 如 shufflenetv2 中，param 文件只转换到了 fc 这一个 layer。这时需要添加一层softmax，可以先对param文件中转换成功的layer做推理，然后手动添加一个softmax层： ncnn::Extractor ex = s 2020-09-21 DL_Deploy