国产芯上运行TinyMaxi轻量级的神经网络推理库-米尔基于芯驰D9国产商显板

本篇测评由优秀测评者"短笛君"提供。


本文将介绍基于米尔电子MYD-YD9360商显板(米尔基于芯驰D9360国产开发板)的TinyMaxi轻量级的神经网络推理库方案测试。

算力测试

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:

GitHub - sipeed/TinyMaix: TinyMaix is a tiny inference library for microcontrollers (TinyML).

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

    cmake -version

  • 查看cmake版本

    make -version

确认文件路径,尽量不要拷贝到有权限的路径下

自带示例

文件结构

MNIST示例

MNIST是手写数字识别任务

cd到examples/mnist目录下 使用mkdir build && cd build 命令切换到build文件夹下

cmake ..
make./ mnist

cmake生成构建系统

使用make构建可执行文件然后运行

可以看到输出信息

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

MBNET示例

mbnet 是适用于移动设备的简单图像分类模型。

  • 切换到 /examples/mbnet 目录:

  • 修改 main.c 文件

  • 创建 build 文件夹并切换

  • 使用 cmake 命令生成构建系统

  • 使用 make 命令构建系统,生成可执行文件

  • 运行可执行文件,执行效果如下

  • 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

相关推荐
捕鲸叉4 分钟前
STM32 C++编程,怎样使用printf函数从串口输出中文字符
单片机·嵌入式硬件·调试 诊断
pchmi5 分钟前
C# OpenCV机器视觉:振动频率测量
人工智能·opencv·计算机视觉·c#·opencvsharp
电子科技圈7 分钟前
成功案例分享 — 芯科科技助力涂鸦智能打造Matter over Thread模块,简化Matter设备开发
人工智能·科技·嵌入式硬件·mcu·物联网·网络安全·iot
CES_Asia15 分钟前
CES Asia 2025科技创新奖申报火爆,AI企业成主力军
大数据·人工智能·科技·制造
QQ_77813297430 分钟前
AIGC时代 | 探索AI Agent的奥秘:四种设计模式引领未来智能趋势
人工智能·机器学习
CountingStars6191 小时前
梯度下降算法的计算过程
深度学习·算法·机器学习
嗯? 嗯。1 小时前
STM32特殊功能引脚详解文章·STM32特殊功能引脚能当作GPIO使用嘛详解!!!
嵌入式硬件·stm32特殊功能引脚·stm32特殊功能引脚详解文章·stm32特殊功能引脚服用·stm32 afio 特殊引脚
云空1 小时前
《英伟达Cosmos:开启物理AI新纪元》
人工智能·深度学习·神经网络·机器人
gaohongfeng11 小时前
jupyter ai 结合local llm 实现思路
ide·人工智能·jupyter
新智元1 小时前
ChatGPT自主执行力首次解锁,秒变24h超级管家!OpenAI跨入L3级智能体
人工智能