CNET 是一个C99开发的的面向iot设备设计的深度学习推理库，实现深度学习算法在iot设备上的快速部署。
- 极简，高效的内存管理，清晰的架构设计
- 扩展，模块化设计，轻松完成裁剪和扩展
- 轻便，完整的二进制库不到300kb
- 可靠，完善的内存监测测试， 无内存泄露
- 完善，支持现有的大量操作，可按需扩展
- 高效，纯C实现，逐步加入MCU汇编优化
架构简介：
----------------------------------------------------------------
前 examples 推理结果校验/人脸检测及识别/车牌检测及识别
后
处 c-netend 网络后处理模块：支持目标检测/人脸识别及车牌识别
理 c-image 图像加载及保存，结果绘制，输入预处理
----------------------------------------------------------------
神 c-network 神经网络组织及推理
经 nn-case 模型转换工具
网 cilibration 量化评估工具
络 ncnn 模型优化/量化支撑/模型源
----------------------------------------------------------------
基 c-utils 基础工具，包括容器，分配器，线程池等
础 c-benchmark 性能评估，无外部依赖，可在MCU执行
模 c-tester 单元测试支持，无外部依赖，可在MCU执行
块 c-tensor 张量计算支持，基础操作及内存管理
----------------------------------------------------------------
- 作为NCNN的延展，将NCNN模型直接优化并量化为部署模型，故可导入Caffe/Onnx/Mxnet/darknet模型；
- 全面量化支持，支持后量化训练, 支持INT16推理，后续将加入INT8推理;
- 支持ESP32 等主流芯片，理论上完全兼容支持c99的所有模块;
- 支持分类, 目标检测，人脸识别，车牌识别等主流算法；
- 采用直接对象定义模型，无需手动加载，扁平化结构；
/// convolution
convolution_operation_type,
/// pooling
pooling_operation_type,
/// padding
padding_operation_type,
/// crop
crop_operation_type,
/// inner product
inner_product_operation_type,
/// activation
activation_operation_type,
/// batch norm
batch_norm_operation_type,
/// slice
slice_operation_type,
/// concat
concat_operation_type,
/// reshape
reshape_operation_type,
/// sigmoid
sigmoid_operation_type,
/// softmax
softmax_operation_type,
/// permute
permute_operation_type,
/// unary
unary_operation_type,
/// binary
binary_operation_type,
/// upsample
upsample_operation_type,
/// prelu
prelu_operation_type,
/// memory data
memory_data_operation_type,
/// shuffle_channel
shuffle_channel_operation_type, /// bnll
bnll_activate_type,
/// clip
clip_activate_type,
/// elu
elu_activate_type,
/// exp
exp_activate_type,
/// hard sigmoid
hard_sigmoid_activate_type,
/// hard swish
hard_swish_activate_type,
/// log
log_activate_type,
/// power
power_activate_type,
/// relu
relu_activate_type,
/// selu
selu_activate_type,
/// hard swish
swish_activate_type,
/// threshold
threshold_activate_type,| 车牌识别 | 人脸识别 |
|---|---|
 |
 |
| 车牌检测: retian/yolo, INT16 | 人脸检测: retian/yolo, INT16 |
| 车牌矫正: 关键点检测 + 仿射变换 | 人脸矫正: 关键点+仿射变换 |
| 车牌识别: 车牌+颜色 支持INT16 | 人脸验证: CNN + VECTOR， mobilenet-face |
- 支持ESP32，性能优化
- 支持INT8
- 支持ESP32系列INT8优化
- 其它芯片优化
- 操作优化支持
- 后端模型优化支持
- Fork 本仓库
- 新建 Feat_xxx 分支
- 提交代码
- 新建 Pull Request