包含lib和dll（x86和x64，Debug和Release都有，亲测可用）

mobilenetv3_centernet 有一个，使用mobilenetv2进行了培训，它更简单。 介绍 这是一个Tensorflow实现mobilenetv3-centernet框架，可以轻松地端到端部署在Android（MNN）和IOS（CoreML）移动设备上。 目的：在移动设备上工作的光检测算法已被广泛使用，例如面部检测。 因此，有一个简单的项目包含模型训练和模型转换器。 **如果您有问题与我联系** 预训练模型和性能 莫斯科 没有增加测试时间。 模型 input_size 地图 地图@ 0.5 地图@ 0.75 512x512 0.251 0.423 0.258 要求 张量流1.14 tensorpack 0.9.9（用于数据提供者） OpenCV python 3.6 MNN转换器 coremltools 使用情况 MSCOCO 火车 下载mscoco

MNN测试程序所用到的模型和测试图片，具体结合MNN学习笔记博客系列第六篇中的代码进行使用： https://blog.csdn.net/sinat_31425585/category_9390512.html

mnn windows 转换工具 1.2.0，release版，目前最新版，编译了2个小时，亲测可用,现在来分享给大家，可以直接用

windows mnn x64位库 dll,lib文件，已经编译好了，直接用就行。

window下编译的protobuf,有winx64 winx86两个版本的

MNN模型转换工具，省去编译转换工具的时间

针对光伏发电的不确定性导致频率波动和电力系统不稳定带来的不利影响，本文采用改进模块化神经网络（MNN）对光伏发电功率进行预测，即利用回声状态网络代替MNN中原训练子模块模型。首先按季节输入历史数据；再经任务分解模块将数据分为不同天气类型的子数据，与预测日及预测日前一日的平均温度作为子模型输入样本；利用回声状态网络作为预测子模型，对相应输入样本训练与发电功率预测；最后经整合输出模块输出预测结果。结果表明，此方法较本文选用的其他方法预测精度提高28%以上。