栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

arm32平台的libarmnn.so编译

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

arm32平台的libarmnn.so编译

ARMNN是ARM公司推出在ARM芯片上进行前向推理库和NCNN、MNN这种类似。网上大部分都是基于AMR64的,这里我给大家介绍AMR32的ARMNN编译过程。

Step 1: 下载库

ARMNN依赖于很多库,我们需要一个一个下载。首先我们新建一个文件夹叫armnn-dist然后把所有需要下载的库都放在这里面

$ mkdir armnn-dist && cd armnn-dist
$ export baseDIR=`pwd`

首先下载armnn和compute library

git clone https://github.com/Arm-software/ComputeLibrary.git
git clone https://github.com/Arm-software/armnn

然后下载tensorflow,protobuf和flatbuffers,如果命令行下载比较慢的话可以直接去github下载然后放在armnn-dist里面

git clone -b v3.12.0 https://github.com/google/protobuf.git
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow/
git checkout a4dfb8d1a71385bd6d122e4f27f86dcebb96712d


wget -O flatbuffers-1.12.0.tar.gz https://github.com/google/flatbuffers/archive/v1.12.0.tar.gz
tar xf flatbuffers-1.12.0.tar.gz

Step 2: 编译ComputeLibrary

我们首先编译ComputeLibrary,这里使用的是scons编译的,先安装scons。

sudo apt-get install scons

在编译前要设置好toolchain

 编译

cd $baseDIR/ComputeLibrary
scons arch=armv7a extra_cxx_flags="-fPIC" benchmark_tests=0 validation_tests=1 neon=1

编译成功可以在build目录下生成如下的库

 

Step 3: 编译protobuf
cd ${baseDIR}/protobuf
git submodule update --init --recursive
./autogen.sh
mkdir build
cd build

CC=arm-linux-gnueabihf-gcc 
CXX=arm-linux-gnueabihf-g++ 
../configure --prefix=${baseDIR}/google/arm32_pb_install 
--with-protoc=${baseDIR}/google/arm32_pb_install/bin/protoc

make install

可以得到如下的库

 

Step 4: 编译flatbuffers

这个有点难搞,首先使用gcc编译一版

cd $baseDIR/flatbuffers-1.12.0
mkdir build
cd build
CXXFLAGS="-fPIC" cmake .. -DFLATBUFFERS_BUILD_FLATC=1 -DCMAKE_INSTALL_PREFIX:PATH=$baseDIR/flatbuffers

make

make install

得到

 然后

cd ${baseDIR}
mkdir tflite
cd tflite
cp $baseDIR/tensorflow/tensorflow/lite/schema/schema.fbs .
$baseDIR/flatbuffers-1.12.0/build/flatc -c --gen-object-api --reflect-types --reflect-names schema.fbs

由于上面这一版是gcc编译的,我们最终需要arm版本的,因此再编译arm版本的

CXXFLAGS="-fPIC" cmake .. -DCMAKE_C_COMPILER=arm-linux-gnueabihf-gcc -DCMAKE_CXX_COMPILER=arm-linux-gnueabihf-g++ -DFLATBUFFERS_BUILD_FLATC=1 -DCMAKE_INSTALL_PREFIX:PATH=$baseDIR/flatbuffers

 arm版本的会报错,不用管,然后把build文件夹里面的libflatbuffers.a替换掉gcc编译目录的libflatbuffers.a

Step 5:编译armnn

经过以上几个步骤,你的目录应该是这样的

然后运行

cd $baseDIR/armnn
mkdir build
cd build


cmake .. -DCMAKE_C_COMPILER=arm-linux-gnueabihf-gcc -DCMAKE_CXX_COMPILER=arm-linux-gnueabihf-g++ -DARMCOMPUTE_ROOT=$baseDIR/ComputeLibrary -DARMCOMPUTE_BUILD_DIR=$baseDIR/ComputeLibrary/build -DTF_GENERATED_SOURCES=$baseDIR/protobuf -DBUILD_TF_LITE_PARSER=1 -DTF_LITE_GENERATED_PATH=$baseDIR/tensorflow/tensorflow/lite/schema -DFLATBUFFERS_ROOT=$baseDIR/flatbuffers -DFLATC_DIR=$baseDIR/flatbuffers-1.12.0/build -DARMCOMPUTENEON=1 -DARMNNREF=1

make

如果你报如下错误,可能是你系统是64位的

cmake source directory "xxxxxxxxxxxx" does not exist
bash: No such file or directory

运行下面这个命令解决,如果安装过程中出问题,应该是源的问题

apt-get install lib32z1

最后如果你编译出了如下的库就成功了

 

参考:documentation – Arm Developer

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/725708.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号