Ultralytics YOLOv5は、物体検出、インスタンスセグメンテーション、画像分類の学習とエクスポートに対応した、PyTorchベースのコンピュータービジョンツールキットです。
Tencent/ncnn
モバイル、組み込み機器、デスクトップで深層学習モデルを実行するための、高性能なC++ニューラルネットワーク推論フレームワークです。
代替できる製品:TensorFlow Lite
Core ML
- スター
- 23,985
- フォーク
- 4,532
- 未解決の Issue
- 1,268
- 最終コミット
- 昨日
これは何?
ncnnは、学習済みモデルをスマートフォン、PC、ブラウザー、エッジデバイスにデプロイするための、C++製ニューラルネットワーク推論フレームワークです。サードパーティのランタイム依存がなく、ARM NEON最適化を備えたCPU、またはVulkan GPUで動作します。
PyTorchとONNXのモデルはpnnxツールでncnnの.paramおよび.bin形式に変換し、C++、C、またはPython APIから読み込みます。複数の入力・出力を持つグラフ、fp16およびint8の量子化推論、カスタムレイヤーに対応しています。ビルド手順は、Linux、Windows、macOS、Android、iOS、HarmonyOS、WebAssembly、および複数の組み込みボード向けに用意されています。
ドキュメントによると、ncnnはQQ、Qzone、WeChatなど、Tencentの複数のアプリで使われています。また、YOLOやMobileNetといった従来のCNNモデルに加え、LLMや画像生成デモなど、新しい用途のサンプルも公開しています。
主な機能
- 01ARM NEON最適化とマルチコアスケジューリングを備えたCPU、またはVulkan GPUで動作します。
- 02サードパーティのランタイム依存がありません。
- 03pnnxツールでPyTorchおよびONNXモデルを変換できます。
- 04C++、C、Python APIを提供します。
- 05fp16およびint8の量子化推論とカスタムレイヤーに対応しています。
- 06Android、iOS、HarmonyOS、Windows、Linux、macOS、WebAssembly向けにビルドできます。
ユースケース
- モバイルアプリ内で物体検出や顔検出モデルを実行する。
- 重いランタイムを使わずに、PyTorchモデルを組み込みボードにデプロイする。
- WebAssemblyを介してブラウザー内でニューラルネットワーク推論を実行する。
- C++デスクトップアプリケーションにAI機能を追加する。
クイックスタート
- 1
PyTorch環境にpnnxをインストールする
pip3 install pnnx - 2
pnnx.exportでPyTorchモデルをncnnにエクスポートする
- 3
生成されたモデルを読み込み、ncnnのC++またはPython APIで推論を実行する
使う前に知っておきたいこと
- 多くのプラットフォーム向けにncnnをビルドするには、別途用意されているビルド方法のWikiガイドに従う必要があります。
- メタデータ上のライセンスは未設定ですが、READMEのバッジにはBSD 3-Clauseと記載されています。使用前にLICENSE.txtを確認してください。
トピック
よくある質問
- ncnn とは?
- モバイル、組み込み機器、デスクトップで深層学習モデルを実行するための、高性能なC++ニューラルネットワーク推論フレームワークです。 ncnnは、学習済みモデルをスマートフォン、PC、ブラウザー、エッジデバイスにデプロイするための、C++製ニューラルネットワーク推論フレームワークです。サードパーティのランタイム依存がなく、ARM NEON最適化を備えたCPU、またはVulkan GPUで動作します。
- ncnn は無料で使えますか?ライセンスは?
- ncnn は Other ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- ncnn は今もメンテナンスされていますか?
- 活発にメンテナンス中。ncnn の最終コミットは 2026年10月20日 です。
- ncnn は何に使えますか?
- モバイルアプリ内で物体検出や顔検出モデルを実行する。 重いランタイムを使わずに、PyTorchモデルを組み込みボードにデプロイする。 WebAssemblyを介してブラウザー内でニューラルネットワーク推論を実行する。 C++デスクトップアプリケーションにAI機能を追加する。
- ncnn のインストール方法は?
- PyTorch環境にpnnxをインストールする: pip3 install pnnx pnnx.exportでPyTorchモデルをncnnにエクスポートする 生成されたモデルを読み込み、ncnnのC++またはPython APIで推論を実行する
- ncnn はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/Tencent/ncnn
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
ONNX、TensorFlow、PyTorch、Core MLなど、多くの形式に対応したニューラルネットワーク、ディープラーニング、機械学習モデルのビューア。
PyTorchのオンデバイス推論スタック。エクスポートしたモデルをスマートフォン、ノートPC、ブラウザ、マイクロコントローラーで実行できます。
量子化、プルーニング、スパース化でニューラルネットワークを圧縮し、OpenVINO、PyTorch、ONNXでの推論を高速化するPythonフレームワーク。
画像分類などのビジョンタスク向けに、Vision Transformer(ViT)と多数の派生モデルを実装したPyTorchライブラリです。
CUDA、ROCm、Metal、Vulkan、WebGPU、CPUバックエンドでの学習と推論に対応した、Rust製テンソルライブラリ兼ディープラーニングフレームワーク。