嵌入式深度学习之NCNN交叉编译Arm Linux
参考文档
- 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
选择Specify options for cross-compiling，进入交叉编译链设置界面
# 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
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