tnn c++分类网络代码

以下是一个简单的 C++ 实现 TNN 分类网络的示例代码：

#include <tnn/core/macro.h>
#include <tnn/core/common.h>
#include <tnn/core/tnn.h>
#include <tnn/utils/dims_vector_utils.h>
#include <tnn/utils/blob_converter.h>
#include <tnn/utils/mat_converter.h>
#include <tnn/utils/string_utils_inner.h>

int main(int argc, char** argv) {
    // 初始化 TNN
    TNN_NS::TNN tnn;
    TNN_NS::Status status = tnn.Init();

    // 创建网络实例
    TNN_NS::ModelConfig config;
    config.model_type = TNN_NS::MODEL_TYPE_TNN;
    config.params.push_back("path/to/model.tnnproto");
    config.params.push_back("path/to/model.tnnmodel");
    TNN_NS::Network network;
    status = tnn.CreateNetwork(network, config);

    // 创建输入 Blob
    TNN_NS::BlobDesc input_desc;
    input_desc.dims.push_back(1); // batch
    input_desc.dims.push_back(3); // channels
    input_desc.dims.push_back(224); // height
    input_desc.dims.push_back(224); // width
    input_desc.device_type = TNN_NS::DEVICE_ARM; // 使用 CPU
    input_desc.data_type = TNN_NS::DATA_TYPE_FLOAT; // 数据类型为浮点数
    std::shared_ptr<TNN_NS::Blob> input_blob = TNN_NS::BlobFactory::CreateBlob(input_desc);

    // 创建输出 Blob
    TNN_NS::BlobDesc output_desc;
    output_desc.dims.push_back(1); // batch
    output_desc.dims.push_back(1000); // 类别数
    output_desc.device_type = TNN_NS::DEVICE_ARM; // 使用 CPU
    output_desc.data_type = TNN_NS::DATA_TYPE_FLOAT; // 数据类型为浮点数
    std::shared_ptr<TNN_NS::Blob> output_blob = TNN_NS::BlobFactory::CreateBlob(output_desc);

    // 加载图片并转换为 Blob
    TNN_NS::MatConverter mat_converter(input_blob);
    TNN_NS::Mat image = mat_converter.Load("path/to/image.jpg");
    if (image.empty()) {
        printf("load image failed\n");
        return -1;
    }
    mat_converter.Convert(image);

    // 设置输入 Blob
    std::vector<std::shared_ptr<TNN_NS::Blob>> input_blobs;
    input_blobs.push_back(input_blob);
    std::vector<TNN_NS::Mat> input_mats;
    input_mats.push_back(image);

    // 前向推理
    status = network.Forward(input_blobs, output_blobs);

    // 获取输出 Blob 数据
    TNN_NS::BlobConverter blob_converter(output_blob);
    std::vector<float> output_data;
    blob_converter.ConvertToMat(output_data);

    // 打印预测结果
    std::vector<int> output_shape = TNN_NS::DimsVectorUtils::Count(output_desc.dims);
    int max_index = std::max_element(output_data.begin(), output_data.end()) - output_data.begin();
    std::string label_file_path = "path/to/label.txt";
    std::vector<std::string> labels = TNN_NS::StringUtils::Split(TNN_NS::StringFromFile(label_file_path), "\n");
    std::string max_label = labels[max_index];
    printf("predict result: %s\n", max_label.c_str());

    return 0;
}

需要注意的是，这只是一个简单的示例代码，实际使用中可能需要根据具体情况进行修改。