NCNN项目编译工具目录缺失问题解析
2025-05-10 05:02:30作者:苗圣禹Peter
ncnn
NCNN是一个轻量级的神经网络推理引擎,专为移动端和嵌入式设备优化。它支持多种硬件平台和深度学习框架,如ARM CPU、Mali GPU、Android、iOS等。特点:高效、低功耗、跨平台。
在基于RISC-V架构进行NCNN项目交叉编译时,开发者可能会遇到一个常见问题:即使编译过程没有报错,最终生成的build目录中却找不到预期的tools工具目录。这种情况通常与CMake配置参数直接相关。
问题本质
通过分析用户提供的编译命令,可以清晰地看到问题根源在于-DNCNN_BUILD_TOOLS=OFF这个编译选项。该选项显式地关闭了工具链的编译功能,导致CMake在生成构建系统时直接跳过了所有工具相关的编译目标。
正确配置建议
对于需要生成NCNN配套工具(如模型转换工具、量化工具等)的情况,必须确保以下配置参数:
-DNCNN_BUILD_TOOLS=ON
完整的推荐编译命令应为:
cmake -DCMAKE_TOOLCHAIN_FILE=../riscv32-unknown-elf.toolchain.cmake \
-DNCNN_THREADS=OFF \
-DNCNN_OPENMP=OFF \
-DNCNN_BUILD_TOOLS=ON \
-DNCNN_BUILD_EXAMPLES=OFF ..
参数选择建议
-
工具链必要性评估:
- 在嵌入式场景下,若目标平台仅需运行推理而不需要模型转换等功能,可保持OFF状态减小体积
- 在开发环境或需要模型预处理时,必须设为ON
-
相关参数组合:
- 当启用工具编译时,建议同步检查
-DNCNN_BUILD_EXAMPLES参数 - 对于资源受限平台,可配合使用
-DNCNN_DISABLE_RTTI和-DNCNN_DISABLE_EXCEPTION优化
- 当启用工具编译时,建议同步检查
编译系统原理
CMake的选项参数采用-D<option>=<value>的格式,这些参数实际上是在配置阶段定义CMake缓存变量。NCNN的构建系统会根据这些变量值决定哪些组件需要被包含在构建目标中。特别需要注意的是,所有布尔型选项都遵循CMake的布尔值约定,ON/OFF必须全大写。
验证方法
编译完成后,可通过以下方式验证配置是否生效:
- 检查CMakeCache.txt文件中相关变量的最终值
- 查看CMake输出日志中是否包含工具链的配置信息
- 在build目录下执行
make help查看所有可用的构建目标
总结
NCNN项目的模块化设计允许开发者通过CMake参数灵活控制编译内容。理解每个参数的作用范围,特别是像BUILD_TOOLS这样的关键开关,对于获得符合预期的构建结果至关重要。在实际项目中,建议通过CMake GUI工具或ccmake命令交互式地检查和确认所有配置参数,避免因参数误解导致的构建目标缺失问题。
ncnn
NCNN是一个轻量级的神经网络推理引擎,专为移动端和嵌入式设备优化。它支持多种硬件平台和深度学习框架,如ARM CPU、Mali GPU、Android、iOS等。特点:高效、低功耗、跨平台。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C075
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
462
3.44 K
暂无简介
Dart
713
171
Ascend Extension for PyTorch
Python
269
309
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
190
75
React Native鸿蒙化仓库
JavaScript
284
331
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
843
421
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
454
130
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
105
119