从 C 到 YOLO 推理：senyacnn 的双内核优化与数值验证

推理优化不能只比较一组 FPS：当卷积累加顺序、批归一化折叠和输出布局都改变时，速度提升必须和数值差异一起验证。senyacnn 把 Darknet 风格的 cfg/weights 解析、C 语言卷积网络和 YOLO 检测后处理放在一个小型项目里，并保留原始与优化两条执行路径，专门用于正确性和性能 A/B 对比。

本文固定审阅默认分支提交 c8a6f32（2026-08-24）的 main.c、网络解析/前向、YOLO 解码、构建脚本和单元测试。仓库没有 README 或可见的许可证文件；当前 Git 树同时包含模型权重和 BMP 样例，因此不能仅凭源文件公开就推断这些二进制资产允许任意再分发。本文是静态代码复盘，没有声称在本机编译或取得新的模型精度/性能结果。

两条卷积执行路径

默认路径调用朴素 group-convolution 内核，保留历史浮点累加顺序，项目注释将它作为原始基准。-opt 必须放在第一个参数，开启另一条路径：

首次前向前把 batch normalization 参数折叠进卷积权重和 bias 副本；原始参数仍保留，避免优化过程覆盖基线数据。
depthwise 卷积走按通道独立滑窗的专用实现，不把它误当成普通稠密卷积。
1×1 卷积走跨通道点积专用实现，利用输入输出通道的连续布局。
一般卷积先整理 im2col，再用四个独立累加器做 dot4，减轻单条浮点依赖链的延迟。

多个独立累加器会改变求和顺序，所以优化结果与原始结果出现小幅浮点差异并不自动意味着错误。合理门禁应按模型、层类型和样本规定容差，同时检查最终检测类别、置信度与框坐标；只比较输出图片哈希会把绘图、文件元数据等差异混进数值判断。

从配置到检测框

parser.c 读取 cfg 中的层类型、卷积参数、groups、BN 与 activation，统计 weights 文件所需浮点数，再解析 Darknet 权重并将每层参数接入网络结构。net.c 从 BMP 读取 BGR 像素，按目标尺寸做 letterbox，再拆成 RGB 的 CHW 连续平面并归一化；这是一条针对随附模型与 BMP 样例的窄输入路径，不是完整的数据服务或现代图像 I/O 封装。示例入口连续跑十次前向并在原图画出检测框。

layer_yolo.c 将每个网格/锚框的 objectness 和类别分数转换成候选框，nms.c 再做阈值过滤与重叠抑制。审阅时发现 parser 会从 mask 解析 anchor_num，但 YOLO 前向仍固定循环 3 个 anchor。当前示例模型若都使用三锚框，这个假设可能刚好成立；换成不同 mask 数量的 cfg 时，解析值和解码循环不一致，不能称作通用 Darknet cfg 兼容。扩展前应让解码循环使用解析后的数量，并为不同 anchor 数构造回归样例。

NMS 的当前实现还使用了 intersection / min(areaA, areaB) 这一重叠比例，而不是常见的 intersection / union IoU；阈值相同不代表两种定义产生相同保留框。比较模型输出或迁移到其它检测器前，应把度量名称和边界框坐标约定写清楚。

加载失败路径也需要防护：net_load 可能返回空指针，net_dump 能处理空值，但入口随后读取 mynet->bbox_num 前没有失败检查。配置或权重解析失败因此可能从可诊断错误变成空指针崩溃。cfg 解析还依赖固定长度缓冲区与 atoi，文件装载缺少面向不可信输入的完整长度校验；不要把任意上传文件交给当前解析器。

单元测试为什么可能假绿

项目开始为性能代码写独立数值基准，这是很有价值的工程习惯：test_dw.c 覆盖方形/非方形、stride、输出 pad 和较大通道数，并逐元素与朴素参考卷积比较；test_1x1.c 也针对含输出 padding 的布局做逐元素对照。测试注释还记录过参考实现与被测内核犯同一 padding 错误导致漏测的教训，提醒我们测试 oracle 本身也要独立审查。

但当前门禁信号不足以自动判定通过：

test_dw.c 统计 mismatch 并打印 DW TEST FAIL，最终仍固定 return 0；调用方只看退出码会把失败当成功。
test_1x1.c 只打印最大差值，没有容差断言或非零失败状态。
compare.sh 将 depthwise 测试接到 tail 后面，管道状态可能只反映 tail；优化/原始检测差异也以文本标签输出，不统一转换为最终失败退出码。

建议每个测试返回明确的 mismatch 数，失败时返回非零；shell 运行器启用严格错误传播，并把 build、每个单测、两模型 A/B 输出差异分别记录成独立结果。只看脚本最后显示了 TEST ALL PASS 或进程整体退出 0，并不足以确认每项比较真正通过。

构建与性能复现

build-linux.sh 与 build-win.sh 都调用 GCC；后者输出 .exe 不等于使用 MSVC 或完成原生 Windows 工具链验证。GitHub Actions 有跨平台构建/打包工作流，但没有构建并运行 test_dw、test_1x1 或 compare.sh，所以“CI 构建成功”不能说明数值回归通过。默认模型与样例文件名写在 main.c，优化开关必须处在首个参数位；比较脚本还会读写 /tmp 临时输出，重复运行前应确认不会覆盖需保留的文件。

入口计时使用单调时钟并将毫秒值转成 int，一次推理结果是十帧总耗时。跨平台比较时应记录 CPU、编译器和优化旗标、模型、输入图像、线程数、是否包含冷启动，并至少报告多轮分布；不能把十帧总耗时直接说成单帧端到端延迟。

下一步改进清单

让 anchor 解码使用 cfg 解析结果，加入 1/2/3/更多 anchor 的边界测试。
把所有数值测试改成机器可判定的断言与非零退出码，并让比较脚本在任一 build/test/diff 失败时停止。
保存原始与优化路径的张量级差异、检测级匹配率、阈值和容差，避免只有终端截图。
检查 net_load 失败后的调用方行为、极端 cfg/权重尺寸、候选框容量上限和 BMP 输入错误路径。
为源码、模型权重、模型配置和样例图片分别说明来源及可再分发许可；将构建依赖、平台支持和已验证的硬件写进 README。

小结

senyacnn 的亮点不是模型规模，而是把朴素基线与 BN 折叠、depthwise/1×1 特化、dot4 优化放在同一 C 推理程序里，并尝试用小型参考实现捕捉内存布局错误。要让这种实验变成可靠交付，最先要补的不是更激进的 SIMD，而是可失败的测试门禁、cfg 与解码契约、资产许可说明和可复现的基准报告。

源仓库

本文核对的是默认分支固定提交 c8a6f32：cdyforever/senyacnn。