https://github.com/FeiGeChuanShu/ncnn-android-yolov6

[meituan]

https://github.com/FeiGeChuanShu/ncnn-android-yolov6

[Baiyuetribe]

发现NCNN版与yolox一样，只需搬运yolox的代码，然后在这行代码下面加上归一化就可以正常运行

    ncnn::copy_make_border(in, in_pad, 0, hpad, 0, wpad, ncnn::BORDER_CONSTANT, 114.f);

    const float norm_vals[3] = {1 / 255.f, 1 / 255.f, 1 / 255.f};
    in_pad.substract_mean_normalize(0, norm_vals);

[tututu11]

发现NCNN版与yolox一样，只需搬运yolox的代码，然后在这行代码下面加上归一化就可以正常运行

    ncnn::copy_make_border(in, in_pad, 0, hpad, 0, wpad, ncnn::BORDER_CONSTANT, 114.f);

    const float norm_vals[3] = {1 / 255.f, 1 / 255.f, 1 / 255.f};
    in_pad.substract_mean_normalize(0, norm_vals);

使用了ncnn，cpu占用非常高，是什么导致的呢

[Baiyuetribe]

还是该函数导致的，尤其是PC上，ncnn::copy_make_border调用了全部线程，导致CPU满负载。可以改成如下

    ncnn::Option opt;
    opt.num_threads = 1;
    ncnn::copy_make_border(in, in_pad, 0, hpad, 0, wpad, ncnn::BORDER_CONSTANT, 114.f, opt);

完整C++版可以参考这个ncnn-models