MNN是一个轻量级的深度神经网络推理引擎，在端侧加载深度神经网络模型进行推理预测。

最近在树莓派上部署了一下，跑神经网络能够达到非常不错的效果。关于MNN的资料非常多，相信大家可以轻松找到，比如语雀这里就有很详细的资料，其github也是有更为直接的资料。

在此只记录一下树莓派搭建MNN的过程，包括安装界面以及遇到的一些坑，以便下次有需求时能顺利搭建，同时也供大家参考。

0.环境

0.1硬件环境

我用的是树莓派4B(4G版本)，应该是各种树莓派型号都可以。

0.2软件环境

我用的是树莓派镜像buster版本，另外，MNN对于cmake、protobuf、gcc的版本是有一定要求的——

• cmake (version >=3.10 is recommended)
• protobuf (version >= 3.0 is required)
• gcc (version >= 4.9 is required)

这个比较简单，更新到最新版本就OK了。

1.获取MNN

git clone https://github.com/alibaba/MNN.git
此方法要慎重，MNN版本不对会很麻烦。比如出现下面这种状况——

我当时是直接git clone得到的，但这个版本在make时会出错，根据提示的错误尝试解决最后也没成功。
给大家推荐0.2.1.5版本，亲测这个版本是可行的。

后面有很多版本，甚至还有1.0.0版本，暂时没有时间去测试了，如果大家测试可行，麻烦在评论区告知一下。

2.编译选项

这个根据各自的需求来设置就好了，我记得没有进行修改

3.Build on RaspberryPi

3.1准备

cd /path/to/MNN
./schema/generate.sh

至于接下来的一步./tools/script/get_model.sh是可选的，我没有做这一步。

3.2 编译

mkdir build && cd build && cmake .. && make -j4
为了保险，我没有使用多核编译，不过速度也很快，十五分钟搞定。

4. End & Share

最终，得到MNN library(libMNN.so)文件。

这个文件共享给大家，百度云链接：https://pan.baidu.com/s/1zAS1Y6WkJqBLQOG7hLEs9Q 提取码：56f4
（PS：不保证能在你的Pi上正常运行）

另外，在使用MNN时，发现之前介绍的树莓派安装opencv的方法树莓派（4）：树莓派python3安装opencv只适合python，在C里面向调用还是老老实实编译一遍吧，可以参考这篇文章。

有问题多交流，可留言可发邮件，我的邮箱是zhaodongyu艾特pku(这里换成点)edu.cn。