MNN编译

一、搭建MNN基础编译环境

1.基础依赖库安装

这些依赖是无关编译选项的基础编译依赖

• cmake（3.10 以上）
• protobuf (3.0 以上)
  • 指protobuf库以及protobuf编译器。版本号使用 protoc --version 打印出来。
  • 在某些Linux发行版上这两个包是分开发布的，需要手动安装
  • Ubuntu需要分别安装 libprotobuf-dev 以及 protobuf-compiler 两个包
  • Mac OS 上使用 brew install protobuf 进行安装

• C++编译器
  • GCC或Clang皆可 (macOS无需另外安装，Xcode自带)
    • GCC推荐版本4.9以上
      • 在某些发行版上GCC (GNU C编译器)和G++(GNU C++编译器是分开安装的)。
      • 同样以Ubuntu为例，需要分别安装 gcc 和 g++

PS：如果使用Clang，推荐版本3.9以上

• zlib
  • MacOS在指定MNN_BUILD_SHARED_LIBS=OFF时编MNNConvert需要zlib静态库，MacOS上默认的zlib只有动态库，所以需要

brew install zlib
 
# 自行安装的zlib库如果想被pkg-config工具找到，需要设置PKG_CONFIG_PATH环境变量
 
# 可以在当前shell内临时修改PKG_CONFIG_PATH
 
export PKG_CONFIG_PATH="/usr/local/Cellar/zlib/{version}/lib/pkgconfig:$PKG_CONFIG_PATH"
 
# 或者修改~/.bash_profile使得其他shell也生效
 
echo "export PKG_CONFIG_PATH=/usr/local/Cellar/zlib/{version}/lib/pkgconfig:\$PKG_CONFIG_PATH" >> ~/.bash_profile

• OpenCL
  • macOS下CMake会自动检测，但Apple已经在10.15 Catalina中彻底移除OpenCL支持
  • Linux下你需要ocl-icd-opencl-dev以及特定厂商的ICD包（不同显卡选择不同）
    • Nvidia: nvidia-opencl-dev
    • AMD:   amd-opencl-dev

• Vulkan
  • libvulkan-dev

• OpenGL
  • Linux下不支持

2.编译MNN模型转换工具(cmake的参数见附录1)

cd MNN/ ./schema/generate.shmkdir build cd build cmake .. -DMNN_BUILD_CONVERTER=true && make -j4

编译产物包含模型转换工具'MNNConvert'和模型输出工具'MNNDump2Json.out'

2.使用编译好的模型转换工具将 ONNX 模型文件转成 MNN 模型

./MNNConvert -f ONNX --modelFile XXX.onnx --MNNModel XXX.mnn --bizCode biz

二、推理框架编译

步骤如下：

• 在https://developer.android.com/ndk/downloads/下载安装NDK，建议使用最新稳定版本（使用MNN模型转换工具相同的环境）

• #在 .bashrc 或者 .bash_profile 中设置 NDK 环境变量，例如：
  export ANDROID_NDK=/Users/username/path/to/android-ndk-r14b
  #进入MNN目录
  cd /path/to/MNN
  #执行生成脚本
  ./schema/generate.sh
  #（可选，模型仅demo工程需要）。注意get_model.sh需要事先编译好模型转换工具，参见上述一。
  ./tools/script/get_model.sh
  cd project/android
  

• 编译armv7动态库：

• mkdir build_32 && cd build_32 && ../build_32.sh
  

• 编译armv8动态库：

• mkdir build_64 && cd build_64 && ../build_64.sh
  

编译后会生成对应的*.so（libMNN.so/libMNN_CL.so/libMNN_GL.so/libMNN_Vulkan.so等，由cmake参数决定）动态库文件，根据需求使用。

附：

使用cmake编译时，可以修改CMakeLists.txt中的选项：

• MNN_DEBUG

默认关闭，关闭时，不保留符号，开启优化。

• MNN_USE_THREAD_POOL

默认开启，使用 MNN 内部的无锁线程池实现多线程优化。关闭后，视MNN_OPENMP开关选择OpenMP或关闭多线程优化。

注：MNN 的无锁线程池最多允许两个实例同时使用，即最多供两个模型同时推理使用。参考代码 source/backend/cpu/ThreadPool.cpp 中 MNN_THREAD_POOL_MAX_TASKS 宏的定义。

• MNN_OPENMP

默认开启，在 MNN_USE_THREAD_POOL 关闭时生效，依赖OpenMP实现多线程优化。关闭后，禁用OpenMP。

• MNN_OPENCL

• MNN_OPENGL

默认关闭，开启后，编译OpenGL部分，可以通过指定MNN_FORWARD_OPENGL利用GPU进行推理。

*需要android-21及以上，亦即脚本中指定 -DANDROID_NATIVE_API_LEVEL=android-21*

• MNN_VULKAN

默认关闭，开启后，编译Vulkan部分，可以通过指定MNN_FORWARD_VULKAN利用GPU进行推理。

• MNN_ARM82

默认关闭，开启后，编译Arm8.2部分，用Arm8.2+扩展指令集实现半精度浮点计算(fp16)和int8(sdot)加速

使用Arm82+扩展指令的方法如下：

// 创建session需要的配置
MNN::ScheduleConfig config;
// 选择
Backendconfig.type = MNN_FORWARD_CPU;
// 线程数
config.numThread = 2;
// 配置相应的
BackendBackendConfig backendConfig;
// 选择低精度
backendConfig.precision = BackendConfig::Precision_Low;
config.backendConfig    = &backendConfig;

附录1:CMake参数总览

以下参数用于控制编译的阶段的各个细节，请按照实际需求选择