基于米尔芯驰MY-YD9360商显板的神经网络推理库测试

发布时间:2024-8-9 18:32    发布者:swiftman
关键词: 芯驰 , D9 , 国产处理器 , 商显板 , 米尔
本篇测评由优秀测评者“短笛君”提供。
TinyMaix 是面向单片机的超轻量级的神经网络推理库,即 TinyML 推理库,可以让你在任意单片机上运行轻量级深度学习模型~ 开源地址:
https://github.com/sipeed/TinyMaix

搭建的环境为编译的Ubuntu18.04 已经预装好cmake make工具
由于魔法网络原因,这里提前下载好tar包到宿主机上,然后传输到板卡中解压

  • 查看cmake版本


  1. cmake -version
复制代码
3.png
确认文件路径,尽量不要拷贝到有权限的路径下
5.png
文件结构

MNIST示例
MNIST是手写数字识别任务
cmake生成构建系统
使用make构建可执行文件然后运行
8.png
MNIST 示例默认未使用任何指令加速,运行了一张 28×28 的手写数字模拟图像,共消耗了 0.114 毫秒
10.png
11.png
  • MBNET 示例运行输入了一张 96×96×3 的 RGB 图像,输出 1000 分类,共消耗了 16.615 毫秒




运行cifar10 demo
12.png

13.png

2.png
4.png
6.png
7.png
9.png
本文地址:https://www.eechina.com/thread-867757-1-1.html     【打印本页】

本站部分文章为转载或网友发布,目的在于传递和分享信息,并不代表本网赞同其观点和对其真实性负责;文章版权归原作者及原出处所有,如涉及作品内容、版权和其它问题,我们将根据著作权人的要求,第一时间更正或删除。
您需要登录后才可以发表评论 登录 | 立即注册

厂商推荐

  • Microchip视频专区
  • 5分钟详解定时器/计数器E和波形扩展!
  • 无线充电基础知识及应用培训教程2
  • 了解一下Microchip强大的PIC18-Q24 MCU系列
  • 为何选择集成电平转换?
  • 贸泽电子(Mouser)专区

相关视频

关于我们  -  服务条款  -  使用指南  -  站点地图  -  友情链接  -  联系我们
电子工程网 © 版权所有   京ICP备16069177号 | 京公网安备11010502021702
快速回复 返回顶部 返回列表