嵌入式深度学习之NCNN交叉编译Arm Linux

参考文档

  1. NCNN在RK3288 Linux系统的原生编译问题解决

本文档涉及到的目标硬件为英伟达JetsonTX1(4核Cortex-A53,Armv8.0架构),但是对其他Arm芯片也有一定的借鉴意义,只需要更换交叉编译链即可。

开发环境介绍

  • 主机操作系统:Ubuntu14.04 64位
  • 目标平台:JetsonTX1 TegraX1
  • 交叉工具链:aarch64-unknown-linux-gnu,gcc4.9.2

设置交叉编译链

# 在/etc/bash.bashrc的最后增加如下指令
# Tegra X1 cross compiler
export ARCH=arm
export PATH=/opt/toolchain/aarch64-unknown-linux-gnu/bin/:$PATH
export CROSS_COMPILE=aarch64-unknown-linux-gnu-
export CC=/opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-gcc    
export CXX=/opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-g++    
export LD=/opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-ld
export AR=/opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-ar
export AS=/opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-as
export RANLIB=/opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-ranlib
# 修改完成之后需要重启命令行才能生效
# 你可以通过如下指令来确认交叉编译链是否已经设置好
echo $CC 
# 当显示/opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-gcc时表示交叉编译链已经设置好
# 当需要更换为本机编译时屏蔽上面的指令即可

下载依赖库

依赖库 版本 下载地址
opencv 3.2.0 https://github.com/opencv/opencv
protobuf 3.2.0 https://github.com/google/protobuf

编译Opencv

新建cmake Build目录

cd opencv-3.2.0
mkdir _install

使用cmake-gui进行配置

嵌入式深度学习之NCNN交叉编译Arm Linux_第1张图片

选择Specify options for cross-compiling,进入交叉编译链设置界面

嵌入式深度学习之NCNN交叉编译Arm Linux_第2张图片

# 设置交叉编译相关参数
# 本文使用的是NVIDIA提供的交叉工具链,存放位置为/opt/toolchain/aarch64-unknown-linux-gnu/(更改为你正在使用的目录)
# 设置Operating System 为 arm-linux 
# 设置C编译器为 /opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-gcc(更改为你正在使用的gcc)
# 设置C++编译器为 /opt/toolchain/aarch64-unknown-linux-gnu/bin/aarch64-unknown-linux-gnu-g++ 
# 设置System Root 为 /opt/toolchain/aarch64-unknown-linux-gnu/aarch64-unknown-linux-gnu/sysroot

点击Configure生成配置选项,并且打开Advancd选项

修改设置选项:

# 去掉勾选为FLASE 勾选为TRUE
BUILD_SHARED_LIBS                 # FLASE为编译静态库 TRUE为编译动态库
CMAKE_BUILD_TYPE                  # Release
CMAKE_CXX_FLAGS                   # -fPIC
CMAKE_C_FLAGS                     # -fPIC
CMAKE_EXE_LINKER_FLAGS            # -lrt -lpthread    
CMAKE_INSTALL_PREFIX              # 自定义安装目录
WITH_CUDA                         # FLASE 禁用CUDA
WITH_CUFFT                        # FLASE 禁用CUFFT
WITH_EIGEN                        # FLASE 禁用EIGEN
WITH_FFMPEG                       # FLASE 禁用FFMPEG
WITH_OPENCL                       # FLASE 禁用OPENCL
WITH_OPENCLAMDBLAS                # FLASE 禁用OPENCLAMDBLAS
WITH_OPENCLAMDFFT                 # FLASE 禁用OPENCLAMDFFT
WITH_OPENCL_SVM                   # FLASE 禁用OPENCL_SVM

# 可选配置(根据需要进行配置)
WITH_TIFF
WITH_1394
WITH_GSTREAMER
WITH_JASPER      
WITH_LAPACK
WITH_MATLAB
WITH_WEBP

点击Generate生成Makefile

进入_install目录&编译

cd _install
make -j8 
make install

编译Protobuf

安装软件

sudo apt-get install curl libtool

生成PC版本protoc可执行文件,供编译ARM版本库时使用

# 修改/etc/bash.bashrc 设置为CC/CXX/LD为普通gcc编译器
cd protobuf-3.2.0
./autoconf.sh
./configure --prefix=/usr/local/PC/protobuf-3.2.0

编译ARM版本

# 修改/etc/bash.bashrc 设置为CC/CXX/LD为交叉编译器
cd protobuf-3.2.0
./autoconf.sh
./configure --build=i686-pc-linux --host=arm-linux \
    --with-protoc=/usr/local/PC/protobuf-3.2.0/bin/protoc \
    --prefix=/usr/local/TegraX1/protobuf-3.2.0 CFLAGS="-fPIC" CXXFLAGS="-fPIC -DNDEBUG"

编译&安装

make -j8 
make install

编译NCNN

修改CmakeLists.txt

此处的修改只适用于Armv7的设备,Armv8设备已经默认开启neon指令,所以不需要额外指定

添加行
add_definitions("-mfpu=neon")

修改src/CmakeLists.txt

if((ANDROID AND ("${CMAKE_SYSTEM_PROCESSOR}" STREQUAL "armv7-a"))
修改为
if(TRUE OR (ANDROID AND ("${CMAKE_SYSTEM_PROCESSOR}" STREQUAL "armv7-a"))

这里会强制进入ARM平台编译,否则会编译成X86的版本在测试时会出现计算性能非常低的问题

新建cmake Build目录

cd ncnn-20171225
mkdir _install

打开cmake-gui进行交叉编译链配置,参考编译Opencv时的操作

点击Configure生成配置选项,并且打开Advancd选项

嵌入式深度学习之NCNN交叉编译Arm Linux_第3张图片

如果Cmake找不到Protobuf的位置会报错,暂时先不用管,后面修改设置后错误会消失

修改设置选项:

# 去掉勾选为FLASE 勾选为TRUE
CMAKE_BUILD_TYPE                  # Release   
CMAKE_INSTALL_PREFIX              # 自定义安装目录

# 指定protobuf头文件和库文件路径(填写之前交叉编译Protobuf的安装目录)
PROTOBUF_INCLUDE_DIR              /usr/local/TegraX1/protobuf-3.2.0/include
PROTOBUF_LIBRARY                  /usr/local/TegraX1/protobuf-3.2.0/lib/libprotobuf.a
PROTOBUF_LITE_LIBRARY             /usr/local/TegraX1/protobuf-3.2.0/lib/libprotobuf-lite.so
PROTOBUF_PROTOC_EXECUTABLE        /usr/local/PC/protobuf-3.2.0/bin/protoc

点击Generate生成Makefile

进入_install目录&编译

cd _install
make -j8 
make install

你可能感兴趣的:(嵌入式深度学习)