MNN项目中如何将std::vector转换为Tensor对象
在深度学习推理引擎MNN的使用过程中,经常需要将各种数据格式转换为框架能够识别的Tensor对象。本文将详细介绍如何将C++标准库中的std::vector容器数据转换为MNN框架中的Tensor对象。
背景介绍
MNN是阿里巴巴开源的一个轻量级高性能神经网络推理引擎,广泛应用于移动端和嵌入式设备的AI推理场景。在实际应用中,我们经常需要处理不同类型的输入数据,其中std::vector作为C++中最常用的动态数组容器,如何将其转换为MNN的Tensor是一个常见需求。
转换方法
假设我们有一个预训练的MNN模型,它需要两个输入:一个图像和一个向量。对于向量输入,我们可以按照以下步骤进行转换:
// 原始向量数据
std::vector<float> vec = {0.454f, 0.666f, 0.1212f};
// 创建MNN Tensor对象
MNN::Tensor* input_vector = MNN::Tensor::create(
{static_cast<int>(vec.size())}, // Tensor形状,这里是一维向量
halide_type_of<float>(), // 数据类型,这里使用float32
(void*)vec.data(), // 数据指针
MNN::Tensor::DimensionType::CAFFE // 维度类型
);
关键参数解析
-
形状参数:
{vec.size()}
指定了Tensor的形状,对于一维向量,只需要指定其长度。 -
数据类型:
halide_type_of<float>()
指定了Tensor中元素的数据类型为32位浮点数。如果模型使用其他数据类型,如int32或float16,需要相应调整。 -
数据指针:通过
(void*)vec.data()
将vector内部数据指针传递给Tensor,这种方式避免了数据拷贝,效率较高。 -
维度类型:
MNN::Tensor::DimensionType::CAFFE
指定了Tensor的维度顺序,CAFFE格式表示NCHW(批次、通道、高度、宽度)的维度顺序。
注意事项
-
数据类型匹配:确保vector中的数据类型与模型期望的输入类型一致。如果模型期望的是float32,而vector是double,需要进行类型转换。
-
生命周期管理:使用这种方式创建的Tensor与原始vector共享内存,因此在Tensor使用期间,必须确保vector对象不被销毁或修改。
-
维度顺序:根据模型的具体要求,可能需要调整维度顺序。MNN支持多种维度类型,包括CAFFE、TENSORFLOW等。
-
多维度支持:对于多维数据,可以在形状参数中指定多个维度值,如
{1, 3, 224, 224}
表示一个批次为1的3通道224x224图像。
完整示例
以下是一个更完整的示例,展示了如何将vector转换为Tensor并用于模型推理:
// 加载模型
std::shared_ptr<MNN::Interpreter> interpreter(MNN::Interpreter::createFromFile("model.mnn"));
// 创建会话
MNN::ScheduleConfig config;
MNN::Session* session = interpreter->createSession(config);
// 获取输入Tensor
auto input_tensor = interpreter->getSessionInput(session, "vector_input");
// 准备输入数据
std::vector<float> input_data = {0.1f, 0.2f, 0.3f};
// 创建临时Tensor
MNN::Tensor temp_tensor(input_tensor, MNN::Tensor::DimensionType::CAFFE);
auto temp_data = temp_tensor.host<float>();
for (int i = 0; i < input_data.size(); ++i) {
temp_data[i] = input_data[i];
}
// 拷贝到输入Tensor
input_tensor->copyFromHostTensor(&temp_tensor);
// 运行推理
interpreter->runSession(session);
// 处理输出...
总结
在MNN框架中使用std::vector作为模型输入时,可以通过直接创建Tensor对象并共享内存的方式实现高效转换。关键是要确保数据类型、形状和维度顺序与模型期望的输入相匹配。对于需要更高安全性的场景,也可以考虑先创建Tensor再拷贝数据的方式,虽然会有一定的性能开销,但能更好地控制数据生命周期。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









