当前位置: 首页 > article >正文

5-8倍加速:ncnn 3×3卷积模块

5-8倍加速ncnn 3×3矩阵卷积模块我把腾讯ncnn的3×3卷积从手工循环替换成了自己的算法Im2Col GEMM实测加速5到8倍。适用于大通道数inch≥16, outch≥32、大分辨率特征图、服务端推理场景。小通道建议fallback回原生实现。ncnn项目地址https://github.com/Tencent/ncnnncnn/├── src/│ ├── layer/│ │ ├── convolution.h│ │ ├── convolution.cpp│ │ ├── convolution_gemm.h ✅ 你新增│ │ └── convolution_gemm.cpp ✅ 你新增│ └── ...├── CMakeLists.txt ✅ 加 NCNN_GEMM option└── README.md需要的人自己去fork、加文件、提PR。#include convolution_gemm.h #include layer_type.h #if NCNN_GEMM #include cblas.h #endif #include math.h namespace ncnn { static void im2col_3x3_pad( const Mat bottom_blob, float* col, int outh, int outw, int inch, int w, int h, int pad_top, int pad_left, const Option opt) { const int tiles outh * outw; #pragma omp parallel for num_threads(opt.num_threads) for (int c 0; c inch; c) { const float* img bottom_blob.channel(c); for (int ky 0; ky 3; ky) { for (int kx 0; kx 3; kx) { int row c * 9 ky * 3 kx; float* col_row col row * tiles; for (int y 0; y outh; y) { int sy y - pad_top ky; const float* img_row (sy 0 sy h) ? img sy * w : 0; for (int x 0; x outw; x) { int sx x - pad_left kx; col_row[y * outw x] (img_row sx 0 sx w) ? img_row[sx] : 0.f; } } } } } } int ConvolutionGEMM::forward(const Mat bottom_blob, Mat top_blob, const Option opt) const { // ---- 防御性检查 ---- if (kernel_w ! 3 || kernel_h ! 3 || stride_w ! 1 || stride_h ! 1 || dilation_w ! 1 || dilation_h ! 1) { return Convolution::forward(bottom_blob, top_blob, opt); } #if NCNN_GEMM const int inch bottom_blob.c; const int h bottom_blob.h; const int w bottom_blob.w; const int outch num_output; const int outh (h pad_top pad_bottom - kernel_h) / stride_h 1; const int outw (w pad_left pad_right - kernel_w) / stride_w 1; const int tiles outh * outw; const int K 9 * inch; top_blob.create(outw, outh, outch, 4u, opt.blob_allocator); if (top_blob.empty()) return -100; // 创建 Col 矩阵wtiles, hK行优先连续 Mat col_blob(tiles, K, 1, 4u, opt.blob_allocator); if (col_blob.empty()) return -100; float* col col_blob; // ---- im2col ---- im2col_3x3_pad(bottom_blob, col, outh, outw, inch, w, h, pad_top, pad_left, opt); // ---- GEMM ---- #ifdef OPENBLAS_USE_THREAD_LOCAL openblas_set_num_threads_local(1); // 防止 OpenBLAS 和 OpenMP 线程冲突 #endif cblas_sgemm( CblasRowMajor, CblasNoTrans, CblasNoTrans, outch, tiles, K, 1.f, weight_data, K, col, tiles, 0.f, (float*)top_blob, top_blob.cstep // 严丝合缝对齐 ncnn cstep ); // ---- Bias Activation 融合算子 (零STL, 单循环, 无分支) ---- #pragma omp parallel for num_threads(opt.num_threads) for (int p 0; p outch; p) { float* out top_blob.channel(p); const float bias bias_data.empty() ? 0.f : bias_data[p]; switch (activation_type) { case 1: // ReLU { #pragma omp simd for (int i 0; i tiles; i) { const float val out[i] bias; out[i] val 0.f ? val : 0.f; } break; } case 2: // Leaky ReLU { const float slope activation_params[0]; #pragma omp simd for (int i 0; i tiles; i) { const float val out[i] bias; out[i] val * (val 0.f ? 1.f : slope); } break; } case 3: // Clip { const float min_val activation_params[0]; const float max_val activation_params[1]; #pragma omp simd for (int i 0; i tiles; i) { const float val out[i] bias; out[i] val min_val ? min_val : (val max_val ? max_val : val); } break; } case 4: // Sigmoid { #pragma omp simd for (int i 0; i tiles; i) { const float val out[i] bias; out[i] 1.f / (1.f expf(-val)); } break; } case 5: // Mish (修掉 exp 溢出隐患) { #pragma omp simd for (int i 0; i tiles; i) { const float val out[i] bias; // 数值安全版 softplus: val 20 时直接用 val 近似 const float sp val 20.f ? val : log1pf(expf(val)); out[i] val * tanhf(sp); } break; } case 6: // Swish { const float slope activation_params[0]; #pragma omp simd for (int i 0; i tiles; i) { const float val out[i] bias; out[i] val * (1.f / (1.f expf(-val * slope))); } break; } default: // 无激活 { #pragma omp simd for (int i 0; i tiles; i) { out[i] bias; } break; } } } return 0; #else return Convolution::forward(bottom_blob, top_blob, opt); #endif } } // namespace ncnn

相关文章:

5-8倍加速:ncnn 3×3卷积模块

5-8倍加速:ncnn 33矩阵卷积模块 我把腾讯ncnn的33卷积从手工循环替换成了自己的算法(Im2Col GEMM),实测加速5到8倍。 适用于大通道数(inch≥16, outch≥32)、大分辨率特征图、服务端推理场景。小通道建议…...

昇腾CANN asc-tools:NPU 运维诊断工具的实战手册

asc-tools 是 CANN 的运维诊断工具包——不在开发阶段用,在部署和运维阶段用。NPU 集群跑了几个月突然性能下降、某张卡频现 ECC 错误、推理延迟从 50ms 涨到 200ms——这些生产环境的问题,asc-tools 帮你定位。 asc-tools 包含哪些工具 asc-tools/ ├─…...

SwinFusion论文精读与代码复现:拆解‘跨域远程学习’如何让图像融合效果开挂

SwinFusion技术解析:跨域远程学习如何重塑图像融合范式 图像融合技术正经历一场由Transformer架构引领的范式变革。传统方法在全局依赖建模和跨域交互方面的局限性,催生了基于Swin Transformer的创新解决方案。本文将深入剖析SwinFusion这一通用图像融合…...

Navicat Premium连不上SQL Server?别慌,先检查这两个最容易忽略的配置(附驱动安装)

Navicat Premium连接SQL Server的实战排错指南:从报错到畅通的完整解决方案 第一次用Navicat Premium连接SQL Server数据库时,那种期待又忐忑的心情我太熟悉了。明明按照教程一步步填写了IP、端口、用户名和密码,点击"测试连接"后却…...

tcpdump 核心选项与过滤表达式实战指南:从基础到高效网络排查

1. 从命令行到洞察力:为什么你需要精通 tcpdump如果你在运维、开发或者网络安全领域工作,网络问题排查几乎是你绕不开的日常。当服务调用超时、接口响应异常,或者流量出现诡异波动时,你需要的不是猜测,而是证据。tcpdu…...

别再让FFT精度拖后腿了!手把手教你用三点插值法把频率估计误差降到最低

别再让FFT精度拖后腿了!手把手教你用三点插值法把频率估计误差降到最低 在音频调谐器里校准乐器音高时,工程师发现440Hz的标准音高在1024点FFT中总是显示为439.2Hz;5G基站接收端解调时,载波频率的微小偏移导致误码率飙升&#xff…...

COLMAP实战:如何用命令行搞定无人机航拍图像的三维重建?

COLMAP实战:如何用命令行搞定无人机航拍图像的三维重建? 无人机航拍技术正在彻底改变测绘、考古、农业和工程巡检等领域的工作方式。想象一下,你刚刚完成了一次大规模的无人机航拍任务,带回了数百甚至数千张高分辨率图像。这些图像…...

Unity连接Arduino BLE实战:5分钟实现PC端双向通信

1. 这不是“配对”,而是让Unity像手机App一样和Arduino对话很多人第一次尝试Unity连接Arduino蓝牙模块时,会下意识打开Windows的“蓝牙设置”去“添加设备”——结果折腾半小时,Unity里依然收不到任何数据。我最初也这么干过,直到…...

HC-05蓝牙模块连接Arduino/STM32的实战避坑指南:从3.3V/5V电平匹配到手机APP调试全流程

HC-05蓝牙模块连接Arduino/STM32的实战避坑指南:从3.3V/5V电平匹配到手机APP调试全流程 当你第一次尝试将HC-05蓝牙模块连接到Arduino或STM32开发板时,可能会遇到各种令人沮丧的问题:模块不响应、手机搜索不到设备、数据传输不稳定。这些问题…...

TI C2000 DSP开发笔记:除了IQMath,F28377D的定点计算还有这些隐藏技巧(含FFT/FIR函数初探)

TI C2000 DSP开发笔记:F28377D定点计算高阶技巧与FFT/FIR实战解析 在嵌入式信号处理领域,定点计算一直是平衡性能与精度的关键选择。TMS320F28377D作为TI C2000系列中的高性能DSP控制器,其IQMath库提供的定点计算能力远超基础算术运算范畴。本…...

LERF:将语言嵌入3D辐射场,实现开放词汇的3D语义查询

1. 项目概述:当语言成为3D场景的“探针”如果你玩过NeRF(神经辐射场),肯定被它从几张2D照片生成逼真3D场景的能力震撼过。但不知道你有没有和我一样的感受:生成的3D模型虽然好看,但像个“美丽的哑巴”。我们…...

GF6-WFV数据FLAASH大气校正避坑全记录:参数设置、光谱响应函数选择与结果验证

GF6-WFV数据FLAASH大气校正实战指南:从参数优化到结果验证 当处理国产高分六号卫星WFV相机数据时,大气校正环节往往是整个流程中的关键瓶颈。不同于常规Landsat或Sentinel数据,GF6-WFV特有的波段设置和响应特性使得FLAASH参数配置充满陷阱。本…...

从VLP-16到国产激光雷达:拆解看机械旋转式LiDAR的技术传承与差异

从VLP-16到国产激光雷达:机械旋转式LiDAR的技术传承与创新 在自动驾驶技术快速发展的浪潮中,激光雷达(LiDAR)作为环境感知的核心传感器,其技术演进一直备受关注。VLP-16作为机械旋转式LiDAR的经典产品,不仅…...

URDF导入Unity实战指南:坐标系转换与物理仿真校准

1. 为什么URDF导入Unity这件事,2025年依然让人抓耳挠腮你刚在ROS里调通了机械臂的运动学解算,PID参数也压得差不多了,信心满满地想把模型拖进Unity做可视化调试——结果双击URDF文件,Unity弹出一串红色报错:“Unknown …...

AI时代软件工程教育:同理心融入技术课程的教学实践

1. 项目概述:当代码遇见人心最近几年,我一直在高校和培训机构里讲授软件工程相关的课程,从传统的软件生命周期、设计模式,到如今火热的敏捷开发、DevOps。一个越来越强烈的感受是:我们的技术教育,似乎正在与…...

CAD图纸版本转换软件 | Teigha File Converter (v4.3.2.0)

介绍 Teigha File Converter 是一款 CAD 图纸版本转换软件,它支转换到 2018 及以下的 DMG、DXF 格式。截图下载地址👇👇https://pan.baidu.com/s/1LbqDZMZjfzsqueFsVSvyjA?pwd4274...

Linux网络编程核心:Socket、字节序与TCP/UDP实战解析

1. 从零开始理解 Linux 网络编程:Socket、字节序与地址转换如果你刚开始接触 Linux 下的网络编程,看到一堆socket、bind、connect、htonl之类的函数,还有sockaddr_in这种结构体,可能会觉得头大。别担心,这种感觉我十几…...

别再为OLED图片显示发愁了!手把手教你用Image2Lcd和PCtoLCD2002搞定STM32图片取模

STM32 OLED图片显示实战:从取模到驱动的完整解决方案 在嵌入式开发中,OLED显示屏因其高对比度、低功耗和快速响应等特性,成为许多项目的首选显示方案。但对于初学者来说,如何将普通图片转换为单片机可识别的数据格式,并…...

电子供应链服务转型:从元器件分销到技术赋能与韧性构建

1. 项目概述:从“卖货”到“赋能”的供应链服务转型在电子元器件分销这个看似传统的行业里,我从业十几年,亲眼见证了从“电话传真报价”到“线上实时库存”的变迁。最近和一位行业老友,也是某知名分销商的资深销售总监聊天&#x…...

为什么90%的工程师不敢用ChatGPT交付生产代码?——基于12家头部科技公司内部审计报告的独家解读

更多请点击: https://intelliparadigm.com 第一章:为什么90%的工程师不敢用ChatGPT交付生产代码?——基于12家头部科技公司内部审计报告的独家解读 信任鸿沟:不是能力不足,而是责任不可追溯 12家受访企业&#xff08…...

全域流量矩阵系统的运筹学解法:用线性规划模型,算出你100个账号的最优流量分配

手里有100个账号,抖音30个、小红书25个、视频号20个、B站15个、快手10个——然后呢?大多数人的做法是:每个平台平均发,每个账号随便发,发完看天吃饭。这不叫矩阵运营,这叫资源浪费。今天换个完全不同的视角…...

短视频矩阵系统的信号密码:用数字信号处理(DSP)理论,破解“限流“的底层逻辑

你有没有想过一个问题:同样一条视频,A账号发了50万播放,B账号发了500播放。内容一样、时长一样、甚至发布时间都一样——到底差在哪?答案不在内容里,在信号里。今天用数字信号处理(DSP)的视角&a…...

NotebookLM时间线创建全流程拆解(从零到专业级时间叙事)

更多请点击: https://codechina.net 第一章:NotebookLM时间线创建全流程拆解(从零到专业级时间叙事) NotebookLM 的时间线(Timeline)功能并非内置独立模块,而是依托其“脚注驱动叙事”机制&am…...

别再死记硬背POC了!深入理解Struts2漏洞家族史与OGNL表达式攻防演进

从OGNL表达式到漏洞家族史:Struts2安全攻防演进全景剖析 在Java Web安全领域,Struts2框架的漏洞史堪称一部活教材。许多安全工程师能够熟练使用工具复现S2-045、S2-057等著名漏洞,却对漏洞背后的技术原理和演进逻辑一知半解。这种知其然而不知…...

SolidWorks 2024新手避坑指南:从草图到三维实体,这5个特征操作最容易出错

SolidWorks 2024新手避坑指南:从草图到三维实体的5个关键特征操作 刚接触SolidWorks的新手工程师常常会在从二维草图转向三维实体建模的过程中踩到各种"坑"。这些错误不仅浪费时间,还可能让人对这款强大的三维设计软件产生挫败感。本文将聚焦五…...

从CST到ADS/Keysight:手把手教你导出精准的Touchstone文件做联合仿真

从CST到ADS/Keysight:手把手教你导出精准的Touchstone文件做联合仿真 在射频和微波系统设计中,电磁仿真与电路仿真的无缝衔接是提升设计效率的关键。许多工程师都曾遇到过这样的困境:在CST中精心优化的天线或滤波器模型,导出后却无…...

Paramiko vs. Fabric vs. Ansible:Python自动化运维三剑客,我该选哪个?

Paramiko vs. Fabric vs. Ansible:Python自动化运维三剑客深度对比 当服务器数量从个位数增长到三位数时,手工登录每台机器执行命令的效率瓶颈就会暴露无遗。作为Python技术栈的团队,我们通常会在Paramiko、Fabric和Ansible这三个工具中做出选…...

告别手动启动:在Windows Server上把Gitblit配置成稳定可靠的后台服务

Windows Server生产环境Gitblit服务化部署全指南 在团队协作开发中,代码仓库的稳定性和可靠性直接影响着整个研发流程的效率。对于使用Windows Server作为基础架构的企业来说,将Gitblit从简单的命令行工具转变为系统服务,是实现7x24小时不间断…...

PdrER算法:扩展解析在模型检查中的高效应用

1. PdrER算法核心原理与技术突破1.1 传统PDR算法的局限性分析Property Directed Reachability(PDR,也称为IC3)是当前最先进的模型检查算法之一,广泛应用于硬件和软件系统的安全属性验证。该算法通过构建归纳不变量(ind…...

Maven依赖管理进阶:如何用dependencyManagement和import scope优雅管理Spring Cloud版本(附父子模块配置实例)

Maven依赖管理进阶:如何用dependencyManagement和import scope优雅管理Spring Cloud版本 在微服务架构盛行的今天,一个项目动辄包含数十个模块已成为常态。我曾接手过一个Spring Cloud Alibaba项目,由于历史原因,各子模块中Spring…...