单插件测试样例

工具介绍

单插件测试工具可以根据待测试插件的配置，自动添加Load与Dump数据，生成待测插件的pipeline文件，并对待测插件进行串流测试。

父主题： 单插件测试工具

工具使用

1. 在“${MX_SDK_HOME}/toolkit/TestPlugin/config/config.py”文件中，配置待测插件属性，config文件大小限制为100M。

       "factory": "mxpi_pluginname",       # 插件类型
       "plugin_name": "mxpi_pluginname0",  # 插件名称
       "props": {                          # 插件属性
           "dataSource": "mxpi_parentName0",
           "resizeHeight": "416",
           "resizeWidth": "416"
       }

2. 在“${MX_SDK_HOME}/toolkit/TestPlugin/config/config.py”文件“load”参数中，配置插件的数据输入文件。若插件为多输入，可以配置多个数据输入文件。

   数据输入文件中的内容必须是待测插件的输入数据。

       "load": [                           # load插件的输入文件名，一个输入文件对应一个load插件
           "input/pluginname0.json"
       ]

3. 在“${MX_SDK_HOME}/toolkit/TestPlugin/config/config.py”文件“dump”参数中，若插件为多输出，可以配置多个数据输出文件。

       "dump": [                           # dump插件的输出文件名，一个输出文件对应一个dump插件
           "pluginname0-output.json"
       ]

4. 运行单插件测试工具，生成待测插件的pipeline文件，并对待测插件进行串流测试。

   执行run.sh脚本，会在pipeline目录下生成待测插件的pipeline文件，并对待测插件进行串流测试，生成“dump”参数中配置的数据输出文件（其最终执行文件为main.py）。

   chmod +x run.sh && ./run.sh

父主题： 单插件测试工具

单插件测试样例

1. 在“${MX_SDK_HOME}/toolkit/TestPlugin/config/config.py”配置文件中配置待测插件mxpi_imageresize的配置信息。配置信息如下：

   • 如果待测插件是多输入插件，“load”配置项可以配置多个输入文件。
   • 如果待测插件是多输出插件，“dump”配置项可以配置多个输出文件。

   PipelineConfig = {
       "stream_config": {
           "deviceId": "0"
       },
       "factory": "mxpi_imageresize",      # 插件名称
       "props": {                          # 插件属性
           "dataSource": "mxpi_imagedecoder0",
           "resizeHeight": "416",
           "resizeWidth": "416"
       },
       "load": [                           # load插件的输入文件名，一个输入文件对应一个load插件
           "input/imageresize0.json"
       ],
       "dump": [                           # dump插件的输出文件名，一个输出文件对应一个dump插件
           "imageresize0-output.json"
       ]
   }

2. 创建待测插件的数据输入文件“input/imageresize0.json”。

   {
       "buffer": {
       },
       "metaData": [{
           "key": "ExternalObjects",
           "protoDataType": "MxpiObjectList"
       },
       {
           "key": "ReservedFrameInfo",
           "protoDataType": "MxpiFrameInfo"
       },
       {
           "key": "ReservedVisionList",
           "content": "mxpi_imagedecoder0"
       },
       {
           "key": "mxpi_imagedecoder0",
           "content": "{\"visionVec\":[{\"visionInfo\":{\"format\":1,\"width\":512,\"height\":512,\"widthAligned\":512,\"heightAligned\":512},\"visionData\":{\"dataPtr\":\"17695267880960\",\"dataSize\":393216,\"memType\":\"MXPI_MEMORY_DVPP\"}}]}",
           "visionData": [{
               "dataPtr": "17695267880960",  // dataPtr对应MxpiVisionData的dataPtr的地址
               "content": "vLu6ury9vr68vLy8" // 存在Device侧的图像数据，经过base64编码后的值
           }],
           "protoDataType": "MxpiVisionList"
       }]
   }

3. 运行单插件测试工具，生成待测插件的pipeline文件，并对待测插件进行串流测试。命令如下：

   chmod +x run.sh && ./run.sh

4. 检测单插件测试工具生成了pipeline文件。执行命令如下：

   cat pipeline/mxpi_imageresize0.pipeline

   {
       "TestPlugin": {
           "stream_config": {
               "deviceId": "0"
           },
           "mxpi_imageresize0": {
               "factory": "mxpi_imageresize",
               "next": [
                   "mxpi_dumpdata0"
               ],
               "props": {
                   "dataSource": "mxpi_imagedecoder0",
                   "resizeHeight": "416",
                   "resizeWidth": "416"
               }
           },
           "filesrc0": {
               "factory": "filesrc",
               "next": "mxpi_loaddata0",
               "props": {
                   "location": "input/imageresize0.json",
                   "blocksize": "40960000"
               }
           },
           "mxpi_loaddata0": {
               "factory": "mxpi_loaddata",
               "next": "mxpi_imageresize0:0"
           },
           "mxpi_dumpdata0": {
               "factory": "mxpi_dumpdata",
               "next": "fakesink0",
               "props": {
                   "location": "imageresize0-output.json"
               }
           },
           "fakesink0": {
               "factory": "fakesink"
           }
       }
   }

5. 检测单插件测试工具生成了待测插件的输出文件“imageresize0-output.json”。

6. 检测串流结果，串流成功后，会显示如图1所示的成功日志。

   图1 成功日志

   

父主题： 单插件测试工具

工具介绍

插件信息收集工具用于快速搜集所有插件信息。

父主题： 插件信息搜集工具

工具使用

1. 设置程序所需环境变量。

   . ${MX_SDK_HOME}/set_env.sh

2. 执行程序。

   进入到执行程序所在“bin”目录，执行如下命令。

   ./InspectAllPlugins

3. 获取结果。

   程序输出结果保存在“AllPluginsInfo.json”文件。

父主题： 插件信息搜集工具

工具介绍

插件性能统计工具，可以快速测试分析MindX SDK的推理性能（所有性能统计数据涉及的时间单位都是微秒）。性能统计指标请见表1：

图1 MindX SDK推理简易流程图

表1 性能统计指标

性能	介绍
端到端耗时	从appsrc输入插件的srcpad输出数据（t1时刻）开始计时统计，到appsink输出插件的sinkpad接收数据（t4时刻）结束计时统计。 端到端耗时 = 结束时间（t4） - 开始时间（t1）
单插件耗时	统计单个插件（只涉及SDK开发的插件，即插件名以mxpi_开头，不包含Gstreamer插件）的耗时。 如mxpi_modelinfer插件的耗时，从这个插件sinkpad（t2时刻）开始计时，到这个插件srcpad（t3时刻）结束计时。 单插件耗时 = 结束时间（t3） - 开始时间（t2）
模型推理耗时	模型推理只在模型插件中存在，因此在模型推理插件内部会统计模型推理耗时。
后处理耗时	后处理只在modelinfer框架模型推理插件中存在，因此在modelinfer框架模型推理插件内部会统计后处理耗时。
吞吐率	appsink输出插件每次从sinkpad接收一次数据，做一次统计。
队列长度	每隔“ps_queue_size_interval_time”时间，获取一次队列的当前长度，获取“ps_queue_size_times”次数后，做一次队列长度的统计。

父主题： 插件性能统计工具

在线提单