高性能的手机端神经网络计算框架

腾讯开源的一个专为手机端设计的高性能神经网络前向计算框架，具有无第三方依赖、跨平台、速度快等特点。ncnn 是一个针对移动平台优化的性能神经网络推理计算框架。ncnn 从设计之初就深思熟虑在手机上的部署和使用。ncnn 没有第三方依赖项。它是跨平台的，并且比所有已知的手机 CPU 上的开源框架运行得更快。开发者可以通过高效的 ncnn 实现，轻松嵌入深度学习算法模型部署到移动平台，创建智能 APP，让人工智能触手可及。

特征

• 支持结构神经网络，支持多输入和多分支结构，可以计算部分分支
• 无第三方库依赖，不依赖 BLAS/NNPACK 或任何其他计算框架
• 纯 C++实现，跨平台，支持 Android、iOS 等
• ARM NEON 提出了级优化，计算速度极高
• 精密的内存管理和数据结构设计，内存占用极低
• 支持多核计算加速、ARM big.LITTLE CPU 调度优化
• 通过下一代低头部 Vulkan API 支持 GPU 加速
• 可扩展的模型设计，支持 8 位量化和半精度浮点存储，可导入 caffe/pytorch/mxnet/onnx/darknet/keras/tensorflow(mlir)模型
• 支持直接内存零拷贝引用加载网络模型
• 可以注册自定义层实现并扩展

支持的平台矩阵

• ✅ = 已知的工作和运行速度快且优化良好
• ✔️ = 已知的工作，但速度可能不够快
• ❔ = 应该有效，但尚未确认
• / = 未应用

项目实例

挤压网络图像分类

如何构建和运行

步骤 1:

https://github.com/Tencent/ncnn/releases

• 下载 ncnn-YYYYMMDD-android-vulkan.zip 或自己为 Android 构建 ncnn
• 将 ncnn-YYYYMMDD-android-vulkan.zip 解压到 app/src/main/jni 中，并将 app/src/main/jni/CMakeLists.txt 中的 ncnn_DIR 路径更改为自己的路径

步骤 2: 使用 Android Studio 打开该项目，构建即可

SCRFD 人脸检测

这是一个示例 ncnn android 项目，它依赖于 ncnn 库和 opencv

如何构建和运行

步骤 1:

https://github.com/Tencent/ncnn/releases

• 下载 ncnn-YYYYMMDD-android-vulkan.zip 或自己为 Android 构建 ncnn
• 将 ncnn-YYYYMMDD-android-vulkan.zip 解压到 app/src/main/jni 中，并将 app/src/main/jni/CMakeLists.txt 中的 ncnn_DIR 路径更改为自己的路径

步骤 2:

https://github.com/nihui/opencv-mobile

• 下载 opencv-mobile-XYZ-android.zip
• 将 opencv-mobile-XYZ-android.zip 解压到 app/src/main/jni 中，并在 app/src/main/jni/CMakeLists.txt 中将 OpenCV_DIR 路径更改为您的路径 步骤 3: 使用 Android Studio 打开该项目，构建即可

传送门

GitHub：https://github.com/Tencent/ncnn

-END-