1：まず、ダウンロードするツールのURLをいくつか指定します
（1）protobuf：https://github.com/protocolbuffers/protobuf/releases/tag/v3.7.1（私はprotobuf-all-3.7.1.zipを使用します）バージョン）
（2）onnx-simplifier
https://github.com/daquexian/onnx-simplifier（ダウンロードする必要はありません。インストールにはpipを使用してください。インストール手順は次のとおりです：pip install onnx-simplifier）
（3）ncnn
https： //github.com/Tencent/ncnn
2：cmakeでprotobufをコンパイルします
（1）mybuild-vs2015という名前の新しいフォルダーをprotobuf-3.7.1ディレクトリに作成します
（2）VS2015 x64ネイティブツールのコマンドプロンプトを使用して入力しますディレクトリ
cd / d Dを解凍します。\ onnx_android_ncnn \ protobuf-all-3.7.1-test \ protobuf-3.7.1 \ build-vs2015
（3）cmake -G "NMake Makefiles" -DCMAKE_BUILD_TYPE = Release -DCMAKE_INSTALL_PREFIX =％cd％/ install -Dprotobuf_BUILD_TESTS = OFF -Dprotobuf_MSVC_STATIC_RUNTIME = OFF…/ cmake
nmake
nmake install
コンパイルが完了すると、インストールフォルダーの下に4つのフォルダーがあります：bin、camke、include、lib
3：ncnnをコンパイル
（1）ncnn-masterディレクトリにmybuild-vs2015という名前の新しいフォルダーを作成
（2）VS2015 x64を使用ネイティブツールのコマンドプロンプトが解凍ディレクトリに入ります
（3）
cmake -G "NMake Makefiles" -DCMAKE_BUILD_TYPE = Release -DCMAKE_INSTALL_PREFIX =％cd％/ install
-DProtobuf_INCLUDE_DIR = D：/onnx_android_ncnn/protobuf-all-3.7.1-test/ protobuf-3.7.1 / build-vs2015 / install / include
-DProtobuf_LIBRARIES = D：/onnx_android_ncnn/protobuf-all-3.7.1-test/protobuf-3.7.1/build-vs2015/install/lib/libprotobuf.lib
-DProtobuf_PROTOC_EXECUTABLE = D：/onnx_android_ncnn/protobuf-all-3.7.1-test/protobuf-3.7.1/build-vs2015/install/bin/protoc.exe ...
nmake
nmake install
4：モデル変換：
（1）
コードを入力：
import torch
import torchvision
import torch.onnx
import cv2 as cv
mean = torch.tensor（[0.485、0.456、0.406]、dtype = torch.float32）
std = torch.tensor（[0.229、0.224、0.225]、dtype = torch.float32）
モデル= torchvision.models.resnet18（pretrained = True）
x = torch.Tensor（cv.cvtColor（cv.resize（cv.imread（'11 .jpg '）、（224,224））、cv.COLOR_BGR2RGB））。float（ ）/255.0
x =（x-mean）/ std
x = x.contiguous（）
x = torch.Tensor.unsqueeze（x.permute（[2,0,1]）、dim = 0）
model.eval（）
with torch.no_grad（）：
pre = torch.Tensor.argmax（model（x））
torch_out = torch.onnx._export（model、x、“ resnet18.onnx”、export_params = True、keep_initializers_as_inputs = True）
pre1 = torch.Tensor .argmax（torch_out、1）
print（pre、pre1）
（注：keep_initializers_as_inputs = TrueをTrueに設定する必要があります。そうしないと、モデルを簡略化するとエラーが報告されます）
（2）モデルの簡略化
python -m onnxsim resnet18.onnx resnet18-sim.onnx
（3）Get ncnn認識されたbinファイルとparamファイル
onnx2ncnn resnet18-sim.onnx resnet18-sim.param resnet18-sim.bin
