【昇腾】【每天进步一点点】移植应用到Atlas 200 DK关于输入的一点问题(Python版)

举报
Tianyi_Li 发表于 2020/05/22 10:18:17 2020/05/22
【摘要】 移植应用到Atlas 200 DK关于输入的一点问题(Python版)

原因:

在将PC端成功运行的程序(基于TensorFlows框架)移植到Atlas 200 DK时,关于模型输入的问题,在PC端是做了resize 和归一化,之后送入模型,代码如下:

    height, width, _ = image.shape
    image_resized = cv2.resize(image, target_shape)
    image_np = image_resized / 255.0  # 归一化到0~1
    image_exp = np.expand_dims(image_np, axis=0)

    # 送入模型推理
    result = model.predict(image_exp)

阐释:

也就是说送入模型的是image_exp,在这里是一张拓展了一维的RGB图像。但在Atlas 200 DK上不是将image_exp,因为我在做模型转换时,这个部分已经在模型中做了,所以只需要将RGB三通道图像输入模型就好了。相比与上面代码大体为:

    height, width, _ = image.shape
    image_resized = cv2.resize(image, target_shape)

    # 送入模型推理
    result = model.predict(image_exp)

是不是更简洁了,因为归一化操作可以在模型转换时自行设置,就不用在代码中写了。Atlas 200 DK的AIPP可以完成常用的图像预处理,支持YUV420SP_U8(根据UV交织顺序不同,YUV420SP_U8又分为YUV420SP_UV_NV12和YUV420SP_VU_NV21,默认为YUV420SP_UV_NV12)、XRGB8888_U8、RGB888_U8、YUV400_U8等格式,能够在AI Core上完成改变图像尺寸、色域转换、图像归一化(减均值/乘系数)和剪裁(需指定剪裁起始点,剪裁出神经网络需要大小的图片)等操作(以上部分来自官方文档介绍)。是不是十分方便,在开发时只需要写很少的预处理代码就可以了,而且通过硬件处理还能提高处理速度。


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。