Question

我正在为使用霓虹灯（.s或instric）的ARM v7程序集编写的Raspberry Pi 2搜索非常快速的卷积函数。

如果这不存在（我搜索了好几天），欢迎任何写作的帮助，我开始阅读霓虹灯程序员的指南，但这很难......

我在ARM程序集中尝试了一个带有参数和返回值的基本函数，我可以用C ++调用它，这样就可以了。

我通过将数据移动到氖寄存器vld1_u8尝试了一个基本测试，我可以用vst1_u8检索它，所以头和编译器都可以......

对我来说最复杂的是设计一个函数并选择正确的指令来实现它：

数据：320x240灰度图像（每像素8位）速度：20 fps
matrix：包含从-1到1的浮点值（基本无因子，因子sum = 0，大小为7x7但可以用0到8x8扩展）。

我尝试做：

将内存传输到64位寄存器：

uint8x8_t ui88Line1 = vld1_u8 ( Data + 8*0 );

将数据从64位寄存器传输到128位，其中8位到16位转换符号。
```
uint16x8_t ui816Kernel1 = vmovl_u8 ( ui88Kernel1 );
```

其余的我正在寻找：

我真的需要大师的帮助才能做出更好的选择。

注意：我已经在C / C ++中使用，OpenCV没有针对这个平台进行优化。