ncnn加载模型的几种方式

一、常用转换工具

在ncnn库编译完成后，在bin目录下有很多工具， 编译可参考ncnn编译与安装

• onnx2ncnn
  利用ncnn库的./onnx2ncnn 工具进行转换

onnx2ncnn *.onnx *.param *.bin

转换时如果报以下错误提示 ，则利用onnxsim库先对onnx模型进行简化再转成ncnn

python -m onnxsim tooth.onnx tooth_sim.onnx

Shape not supported yet!
Gather not supported yet!
Unsupported unsqueeze axes !
Unknown data type 0

• ncnnoptimize
  对ncnn模型中部分算子进行合并优化等，ref: https://zhuanlan.zhihu.com/p/93017149

ncnnoptimize *.param *.bin new.param new.bin flag

其中flag为0指fp32, 为1指fp16

• ncnn2mem
  将ncnn模型中的可见字符去除，执行以下命令可生成*.param.bin 和两个静态数组的代码文件

ncnn2mem *.param *.bin *.id.h *.mem.h

• 合并param和bin文件

cat *.param.bin *.bin > *_all.bin

二、加载方式

• 原始param和bin

  ncnn::Net net;
  net.load_param("*.param");
  net.load_model("*.bin");
  

• 二进制param.bin和bin

  ncnn::Net net;
  net.load_param_bin("*.param.bin");
  net.load_model("*.bin");
  

• 加载数据模型

  #include "*.mem.h"
  ncnn::Net net;
  net.load_param(*_param_bin);
  net.load_model(*_bin);
  

• 加载合并后bin

   #include "net.h"
   FILE* fp = fopen("*-all.bin", "rb");
   net.load_param_bin(fp);
   net.load_model(fp);
   fclose(fp);