assembly - 使用霓虹灯在 arm v7 上进行图像卷积

Question

我正在为 Raspberry Pi 2 寻找一个非常快速的卷积函数，它是用带有霓虹灯（.s 或 instric）的 ARM v7 程序集编写的。

如果这不存在（我搜索了几天）欢迎任何帮助编写它，我开始阅读霓虹程序员指南但它非常难......

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，我可以从 C++ 调用它，所以它可以工作。

我通过将数据移动到霓虹灯寄存器vld1_u8尝试了一个基本测试，我可以用vst1_u8检索它，所以头文件和编译器没问题......

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（每像素有符号 8 位）
速率：20 fps
矩阵：包含从 -1 到 1 的浮点值（基本无因子，因子总和 = 0，大小 7x7，但可以扩展为 0 到 8x8）。

我尝试这样做：

1. 将内存传输到 64 位寄存器：

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

2. 将数据从 64 位寄存器传输到 128 位，其中 8 位到 16 位转换有符号。

   uint16x8_t ui816Kernel1 = vmovl_u8 ( ui88Kernel1 );
   

对于其余的我正在寻找：

• 我是否需要在我的数据中添加 255 而不是处理负值或使用将 u16 转换为 s16？
• 我是否需要应用 7 ( * 64 ) 的移位来保存浮点精度或使用霓虹浮点实现？

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++ 中做过，OpenCV 没有针对这个平台进行优化。