在学习AI 的过程中，经常会遇到这些PyTorch、NCNN等名词，今天我们来系统的理解一下。一、先从Torch开始Torch ML既然说到PyTorch， 先来说说Torch， 这是一个开源的机器学习框架和科学计算框架， 是基于Lua 脚本语言。
在本文中你将会看到:【CPU下12ms】轻量姿态估计模型Regression方法如何做到比Heatmap方法快近3倍且精度更高。用充分的实验告诉你，为什么在工程落地中regression方法是比heatmap更好的选择。
导读:近几年随着深度学习算法的发展，出现了许多深度学习框架。常用的开源框架有TensorFlow、Keras、Caffe、PyTorch、Theano、CNTK、MXNet、PaddlePaddle、Deeplearning4j、ONNX等。
我们先整体来看下 YOLOv7的输入输出结构，首先对输入的图片 resize 为 640x640 大小，输入到 backbone 网络中，然后经 head 层网络输出三层不同 size 大小的 feature map，并输出预测结果，这里以 coco 为例子，输出为 80 个类别，然后每个输出 即坐标位置和是否存在物体的置信度，3 是指的 anchor 数量，因此每一层的输出为 x 3 = 255再乘上 feature map 的大小就是最终的输出了。
---以AIPaint为例对应视频教程链接：https://www.bilibili.com/video/BV1hg411B7fY目录基于MindStudio的Tensorflow 模型命令行推理一键式精度比对---以AIPaint为例第1章. 引言第2章.
其实在之前，有尝试过使用mobilenetv2、mobilenetv3进行实验，但是效果并没有让我感到理想，原因也简单，在arm架构上，mb系列被shuffle系列一骑绝尘，这种优势并不是体现在精度上，事实上，它们的精度两两比较不会超过3个百分点。
