本篇测评由优秀测评者“短笛君”提供。

本文将介绍基于米尔电子MYD-YD9360商显板（米尔基于芯驰D9360国产开发板）的TinyMaxi轻量级的神经网络推理库方案测试。

算力测试

  • 查看cmake版本
cmake -version
  • 1.


  • 查看cmake版本
make -version
  • 1.

 

确认文件路径，尽量不要拷贝到有权限的路径下

 

自带示例

 

文件结构


MNIST示例


MNIST是手写数字识别任务


cmake ..
make./ mnist
  • 1.
  • 2.


cmake生成构建系统


使用make构建可执行文件然后运行

  

可以看到输出信息

 

MNIST 示例默认未使用任何指令加速，运行了一张 28×28 的手写数字模拟图像，共消耗了 0.114 毫秒

 

MBNET示例


mbnet 是适用于移动设备的简单图像分类模型。


  • 切换到 /examples/mbnet 目录：
  • 修改 main.c 文件
  • 创建 build 文件夹并切换
  • 使用 cmake 命令生成构建系统
  • 使用 make 命令构建系统，生成可执行文件
  • 运行可执行文件，执行效果如下

 

  • MBNET 示例运行输入了一张 96×96×3 的 RGB 图像，输出 1000 分类，共消耗了 16.615 毫秒


运行cifar10 demo


米尔电子MYD-YD9360商显板