编译及运行应用
样例介绍
获取样例
单击resnet50_imagenet_classification获取样例
功能描述
该样例主要是基于Caffe ResNet-50网络（单输入、单Batch）实现图片分类的功能。
将Caffe ResNet-50网络的模型文件转换为适配昇腾AI处理器的离线模型（*.om文件），在样例中，加载该om文件，对2张*.jpg图片进行同步推理，分别得到推理结果后，再对推理结果进行处理，输出top5置信度的类别标识。
图1 Sample示例
原理介绍
在该Sample中，涉及的关键功能点，如下表所示。
| 初始化 | - 调用aclInit接口初始化AscendCL配置。 - 调用aclFinalize接口实现AscendCL去初始化。 |
|---|---|
| Device管理 | - 调用aclrtSetDevice接口指定用于运算的Device。 - 调用aclrtGetRunMode接口获取软件栈的运行模式，根据运行模式的不同，内部处理流程不同。 - 调用aclrtResetDevice接口复位当前运算的Device，回收Device上的资源。 |
| Context管理 | - 调用aclrtCreateContext接口创建Context。 - 调用aclrtDestroyContext接口销毁Context。 |
| Stream管理 | - 调用aclrtCreateStream接口创建Stream。 - 调用aclrtDestroyStream接口销毁Stream。 |
| 内存管理 | - 调用aclrtMalloc接口申请Device上的内存。 - 调用aclrtFree接口释放Device上的内存。 |
| 数据传输 | 如果在板端环境上运行应用，则无需进行数据传输。 |
| 模型推理 | - 调用aclmdlLoadFromFileWithMem接口从*.om文件加载模型。 - 调用aclmdlExecute接口执行模型推理，同步接口。 - 调用aclmdlUnload接口卸载模型。 |
| 数据后处理 | 提供样例代码，处理模型推理的结果，直接在终端上显示top5置信度的类别编号。 另外，样例中提供了自定义接口DumpModelOutputResult，用于将模型推理的结果写入文件（运行可执行文件后，推理结果文件在运行环境上的应用可执行文件的同级目录下），默认未调用该接口，用户可在sample_process.cpp中，在调用OutputModelResult接口前，增加如下代码调用DumpModelOutputResult接口： text<br>// print the top 5 confidence values with indexes.use function DumpModelOutputResult<br>// if want to dump output result to file in the current directory<br>modelProcess.DumpModelOutputResult();<br>modelProcess.OutputModelResult();<br> |
目录结构
样例代码结构如下所示。
├── data
│ ├── dog1_1024_683.jpg //测试数据,需要按指导获取测试图片，放到data目录下
│ ├── dog2_1024_683.jpg //测试数据,需要按指导获取测试图片，放到data目录下
├── inc
│ ├── model_process.h //声明模型处理相关函数的头文件
│ ├── sample_process.h //声明资源初始化/销毁相关函数的头文件
│ ├── utils.h //声明公共函数（例如：文件读取函数）的头文件
├── script
│ ├── transferPic.py //将*.jpg转换为*.bin，同时将图片从1024*683的分辨率缩放为224*224
├── src
│ ├── acl.json //系统初始化的配置文件
│ ├── CMakeLists.txt //编译脚本
│ ├── main.cpp //主函数，图片分类功能的实现文件
│ ├── model_process.cpp //模型处理相关函数的实现文件
│ ├── sample_process.cpp //资源初始化/销毁相关函数的实现文件
│ ├── utils.cpp //公共函数（例如：文件读取函数）的实现文件
├── .project //工程信息文件，包含工程类型、工程描述、运行目标设备类型等
├── CMakeLists.txt //编译脚本，调用src目录下的CMakeLists文件
父主题： 基于Caffe ResNet-50网络实现图片分类（同步推理）
编译及运行应用
单击resnet50_imagenet_classification获取样例，查看该样例下的README。
父主题： 基于Caffe ResNet-50网络实现图片分类（同步推理）
样例介绍
获取样例
单击resnet50_async_imagenet_classification获取样例
功能描述
该样例主要是基于Caffe ResNet-50网络（单输入、单Batch）实现图片分类的功能。
将Caffe ResNet-50网络的模型文件转换为适配昇腾AI处理器的离线模型（*.om文件），在样例中，加载该om文件，对2张*.jpg图片进行n次异步推理（n作为运行应用的参数，由用户配置），分别得到n次推理结果后，再对推理结果进行处理，输出top1置信度的类别标识。
图1 Sample示例
原理介绍
在该Sample中，涉及的关键功能点，如下表所示。
| 初始化 | - 调用aclInit接口初始化AscendCL配置。 - 调用aclFinalize接口实现AscendCL去初始化。 |
|---|---|
| Device管理 | - 调用aclrtSetDevice接口指定用于运算的Device。 - 调用aclrtGetRunMode接口获取软件栈的运行模式，根据运行模式的不同，内部处理流程不同。 - 调用aclrtResetDevice接口复位当前运算的Device，回收Device上的资源。 |
| Context管理 | - 调用aclrtCreateContext接口创建Context。 - 调用aclrtSetCurrentContext接口设置线程的Context。 - 调用aclrtDestroyContext接口销毁Context。 |
| Stream管理 | - 调用aclrtCreateStream接口创建Stream。 - 调用aclrtDestroyStream接口销毁Stream。 |
| 内存管理 | - 调用aclrtMallocHost接口申请Host上内存。 - 调用aclrtFreeHost释放Host上的内存。 - 调用aclrtMalloc接口申请Device上的内存。 - 调用aclrtFree接口释放Device上的内存。 |
| 数据传输 | 如果在板端环境上运行应用，则无需进行数据传输。 |
| 模型推理 | - 调用aclmdlLoadFromFileWithMem接口从*.om文件加载模型。 - 创建新线程（例如t1），在线程函数内调用aclrtProcessReport接口，等待指定时间后，触发回调函数（例如CallBackFunc，用于处理模型推理结果）。 - 调用aclrtSubscribeReport接口，指定处理Stream上回调函数（CallBackFunc）的线程（t1）。 - 调用aclmdlExecuteAsync接口执行模型推理，异步接口。 - 调用aclrtLaunchCallback接口，在Stream的任务队列中增加一个需要在Host/Device上执行的回调函数（CallBackFunc）。 - 调用aclrtSynchronizeStream接口，阻塞应用程序运行，直到指定Stream中的所有任务都完成。 - 调用aclrtUnSubscribeReport接口，取消线程注册，Stream上的回调函数（CallBackFunc）不再由指定线程（t1）处理。 - 模型推理结束后，调用aclmdlUnload接口卸载模型。 |
| 数据后处理 | 提供样例代码，处理模型推理的结果，直接在终端上显示top1置信度的类别编号。 另外，样例中提供了自定义接口DumpModelOutputResult，用于将模型推理的结果写入文件（运行可执行文件后，推理结果文件在运行环境上的应用可执行文件的同级目录下），默认未调用该接口，用户可在model_process.cpp中，在调用OutputModelResult接口前，增加如下代码调用DumpModelOutputResult接口： text<br>// OutputModelResult prints the top 1 confidence value with index.<br>// If want to dump output result to file in the current directory,<br>// use function DumpModelOutputResult. <br>ModelProcess::DumpModelOutputResult(data.second);<br>ModelProcess::OutputModelResult(data.second);<br> |
目录结构
样例代码结构如下所示。
├── data
│ ├── dog1_1024_683.jpg //测试数据,需要按指导获取测试图片，放到data目录下
│ ├── dog2_1024_683.jpg //测试数据,需要按指导获取测试图片，放到data目录下
├── inc
│ ├── memory_pool.h //声明内存池处理相关函数的头文件
│ ├── model_process.h //声明模型处理相关函数的头文件
│ ├── sample_process.h //声明资源初始化/销毁相关函数的头文件
│ ├── utils.h //声明公共函数（例如：文件读取函数）的头文件
├── script
│ ├── transferPic.py //将*.jpg转换为*.bin，同时将图片从1024*683的分辨率缩放为224*224
├── src
│ ├── acl.json //系统初始化的配置文件
│ ├── CMakeLists.txt //编译脚本
│ ├── main.cpp //主函数，图片分类功能的实现文件
│ ├── memory_pool.cpp //内存池处理相关函数的实现文件
│ ├── model_process.cpp //模型处理相关函数的实现文件
│ ├── sample_process.cpp //资源初始化/销毁相关函数的实现文件
│ ├── utils.cpp //公共函数（例如：文件读取函数）的实现文件
├── .project //工程信息文件，包含工程类型、工程描述、运行目标设备类型等
├── CMakeLists.txt //编译脚本，调用src目录下的CMakeLists文件
父主题： 基于Caffe ResNet-50网络实现图片分类（异步推理）
编译及运行应用
单击resnet50_async_imagenet_classification获取样例，查看该样例下的README。
父主题： 基于Caffe ResNet-50网络实现图片分类（异步推理）
样例介绍
获取样例
单击batchcrop获取样例
功能描述
该样例从一张YUV420SP NV12格式的输入图片中按指定区域分别抠出八张224*224子图（YUV420SP NV12）。
原理介绍
在该样例中，涉及的关键功能点，如下表所示。
| 初始化 | - 调用aclInit接口初始化AscendCL配置。 - 调用aclFinalize接口实现AscendCL去初始化。 |
|---|---|
| Device管理 | - 调用aclrtSetDevice接口指定用于运算的Device。 - 调用aclrtGetRunMode接口获取软件栈的运行模式，根据运行模式的不同，内部处理流程不同。 - 调用aclrtResetDevice接口复位当前运算的Device，回收Device上的资源。 |
| Context管理 | - 调用aclrtCreateContext接口创建Context。 - 调用aclrtDestroyContext接口销毁Context。 |
| Stream管理 | - 调用aclrtCreateStream接口创建Stream。 - 调用aclrtDestroyStream接口销毁Stream。 - 调用aclrtSynchronizeStream接口阻塞程序运行，直到指定Stream中的所有任务都完成。 |
| 内存管理 | - 调用aclrtMallocHost接口申请Host上内存。 - 调用aclrtFreeHost释放Host上的内存。 - 调用aclrtMalloc接口申请Device上的内存。 - 调用aclrtFree接口释放Device上的内存。 执行媒体数据处理时，若需要申请Device上的内存存放输入或输出数据，需调用acldvppMalloc申请内存、调用acldvppFree接口释放内存。 |
| 数据传输 | 如果在板端环境上运行应用，则无需进行数据传输。 |
| 媒体数据处理 | - 抠图 调用acldvppVpcBatchCropResizeAsync接口按指定区域从输入图片中抠图，再将抠的图片存放到输出内存中，作为输出图片。 |
目录结构
样例代码结构如下所示。
├── data
│ ├── dvpp_vpc_1920x1080_nv12.yuv //测试数据,需要按指导获取测试图片，放到data目录下
├── inc
│ ├── dvpp_process.h //声明媒体数据处理相关函数的头文件
│ ├── sample_process.h //声明模型处理相关函数的头文件
│ ├── utils.h //声明公共函数（例如：文件读取函数）的头文件
├── src
│ ├── acl.json //系统初始化的配置文件
│ ├── CMakeLists.txt //编译脚本
│ ├── dvpp_process.cpp //媒体数据处理相关函数的实现文件
│ ├── main.cpp //主函数，一图多框抠图功能的实现文件
│ ├── sample_process.cpp //资源初始化/销毁相关函数的实现文件
│ ├── utils.cpp //公共函数（例如：文件读取函数）的实现文件
├── CMakeLists.txt //编译脚本，调用src目录下的CMakeLists文件
父主题： 媒体数据处理V1（抠图，一图多框）
编译及运行应用
单击batchcrop获取样例，查看该样例下的README。
父主题： 媒体数据处理V1（抠图，一图多框）
样例介绍
获取样例
单击venc_image获取样例
功能描述
该样例将一张YUV420SP NV12格式的图片连续编码n次，生成一个H265格式的视频码流（n可配，通过运行应用时设置入参来配置，默认为16次）。
原理介绍
在该样例中，涉及的关键功能点，如下表所示。
| 初始化 | - 调用aclInit接口初始化AscendCL配置。 - 调用aclFinalize接口实现AscendCL去初始化。 |
|---|---|
| Device管理 | - 调用aclrtSetDevice接口指定用于运算的Device。 - 调用aclrtGetRunMode接口获取软件栈的运行模式，根据运行模式的不同，内部处理流程不同。 - 调用aclrtResetDevice接口复位当前运算的Device，回收Device上的资源。 |
| Context管理 | - 调用aclrtCreateContext接口创建Context。 - 调用aclrtDestroyContext接口销毁Context。 |
| 内存管理 | - 调用acldvppMalloc接口申请device上内存。 - 调用acldvppFree释放device上的内存。 |
| 数据传输 | 如果在板端环境上运行应用，则无需进行数据传输。 |
| 媒体数据处理 | 视频编码，调用aclvencSendFrame接口将将待编码的图片传到编码器进行编码。 |
目录结构
样例代码结构如下所示。
├── data
│ ├── dvpp_venc_128x128_nv12.yuv //测试数据,需要按指导获取测试图片，放到data目录下
├── inc
│ ├── venc_process.h //声明媒体数据处理相关函数的头文件
│ ├── sample_process.h //声明模型处理相关函数的头文件
│ ├── utils.h //声明公共函数（例如：文件读取函数）的头文件
├── src
│ ├── acl.json //系统初始化的配置文件
│ ├── CMakeLists.txt //编译脚本
│ ├── main.cpp //主函数，多图多框抠图功能的实现文件
│ ├── sample_process.cpp //资源初始化/销毁相关函数的实现文件
│ ├── utils.cpp //公共函数（例如：文件读取函数）的实现文件
│ ├── venc_process.cpp //媒体数据处理相关函数的实现文件
├── CMakeLists.txt //编译脚本，调用src目录下的CMakeLists文件
父主题： 媒体数据处理V1（视频编码）
在线提单