《TencentNCNN系列》 之param文件（网络结构文件）格式分析

PS：要转载请注明出处，本人版权所有。

PS: 这个只是基于《我自己》的理解，

如果和你的原则及想法相冲突，请谅解，勿喷。

前置说明

  本文作为本人csdn blog的主站的备份。（BlogID=066）
  本文发布于 2018-06-25 11:25:09，现用MarkDown+图床做备份更新。blog原图已丢失，使用csdn所存的图进行更新。（BlogID=066）

环境说明

  2018.06.25

  ncnn master commit id:b3e24cafc37483dcc97ee61e6f0f6ff1b094300e

前言

---

  由于公司算法组的算法在某些arm板子的表现不佳，于是需要使用此框架进行优化，初步测试得出的结论为:此框架表现不错，于是需要对此框架进行深入学习。根据相关源码分析，要学习此框架的，最好的开始（突破口）应该在模型参数加载和网络加载部分。今天本文介绍网络文件的格式相关信息（根据其源码分析得出）。

格式分析

---

param文件举例：

上文例图中第一行（版本信息）：

  其数值其实代表的是此param文件的版本。

  相关源码说明：

    int magic = 0;
    fscanf(fp, "%d", &magic);
    if (magic != 7767517)
    {
        fprintf(stderr, "param is too old, please regenerate\n");
        return -1;
    }

上文例图中第二行（层与数据交换结构数量）：

  第一个数：层（layer）数量

  第二个数：数据交换结构(blob)数量

  相关源码说明：

    // parse
    int layer_count = 0;
    int blob_count = 0;
    fscanf(fp, "%d %d", &layer_count, &blob_count);

上文例图第三四行（相关层的信息）：

  前4个值的含义固定：

1. 层的类型
2. 层的名称
3. 输入数据结构（blob）数量（bottom）（input层特殊点）
4. 输出数据结构（blob）数量（top）

  后面有三种类型的值《《《严格按照顺序排序》》》：

• 第一种：网络输入层名（一个层可能有多个输入，于是有多个网络输入层名）
• 第二种：网络输出层名（一个层可能有多个输出，于是有多个网络输出层名）
• 第三种(可能没有)：特殊参数层，一是k=v的类型存在。二是k=len,v1,v2,v3....（数组类型）。此层在ncnn中是存放到paramDict结构中，不同类型层，各种参数意义不一样，需要具体分析。

这里就上文图中第四行的BinaryOp层进行举例分析（其他不同的分析需要具体看不同层的源码）

  层类型：BinaryOp

  层名称：_minusscalar0

  输入数据结构数量（bottom blob）:1

  输出数据结构数量（top blob）:1

  特殊参数1（第一个k=v）:id=0,op_type=1（代表加法Operation_SUB）

  特殊参数2（第二个k=v）:id=1,scale val=1

  特殊参数3（第三个k=v）:id=2,b=127.50000（因为操作类型为减法，所以此值代表减数）

  By the way:上文图中第五行是做乘法。第四五行合在一起代表的是对输入图像进行归一化。

  相关源码：

    op_type = pd.get(0, 0);
    with_scalar = pd.get(1, 0);
    b = pd.get(2, 0.f);

后记

---

  无

参考文献

• 无

---

打赏、订阅、收藏、丢香蕉、硬币，请关注公众号（攻城狮的搬砖之路）

PS: 请尊重原创，不喜勿喷。

PS: 要转载请注明出处，本人版权所有。

PS: 有问题请留言，看到后我会第一时间回复。