前言

本博文承接上一篇《玩转CANN目标检测与识别一站式方案【介绍篇】》，如果是对CANN目标检测与识别一站式方案还不了解的同学，建议先读读之前的博文。

认识AclLite

AclLite是什么？

CANN目标检测与识别一站式方案是基于AclLite开发的，那么AclLite又是什么呢？简单来说，就是基于华为昇腾原生接口和官方接口文档做了进一步封装，特别是对当前开源社区样例中相关重复代码进行封装，为用户提供的一组简易公共接口。
一言以蔽之，就是简化开发，降低基于CANN开发的难度。其功能介绍和获取方式如下图所示：

AclLite简介

考虑到实际开发需要和比较热门的应用，下面我们介绍下常用的处理方法：

图片处理

视频处理

模型推理，公共函数与资源管理

应用和多线程

除了以上部分，其实还有其他部分，这里就不一一展开了，需要注意的是，这是基于官方接口的封装，属于二次开发，不建议作为标准库使用，但是如果为了快速实现，验证原型，还是可以考虑的。

CANN目标检测与识别一站式方案实现分析

看过《玩转CANN目标检测与识别一站式方案【介绍篇】》的朋友们应该知道，原始方案是先检测对输入做车辆检测，之后将检测到的车辆做颜色分类，是一个检测 + 分类的级联任务。下面分别介绍这两个任务的处理流程。

检测预处理

视频检测预处理

检测推理流程

检测后处理流程

分类预处理流程

分类推理流程

分类后处理流程

定制化自己的应用

这个方案是为了给开发者提供一个样例，方便大家进行自己的应用开发，希望做到以此方案为参考或模板，能够快速实现自己应用的开发，总的替换流程如下图所示：

预处理

推理流程

对要替换的模型进行分析，配置代表模型文件路径的变量，以替换后的模型初始化AclLiteModel类对象，根据替换后模型的实际需要，对初始化模型输入接口进行替换，并修改模型的执行接口。
一般来说，替换模型的话，从预处理到模型加载，推理再到后处理都需要改，基本上算重构代码了，但如果模型的预处理或后处理差异不大，那么改动就小多了，比如YOLO系列的预处理和后处理大都差不多，就好改多了。

后处理

除上述的基本处理流程外，还可以根据需要，增加我们想要的，更灵活的功能，比如动态Batch，具体代码修改如下图所示：

此外，还有动态分辨率和动态AIPP等功能，不过一般来说，动态的特性，虽然更加灵活，但是一般都会使得效率变低，个人认为，除非是一定要用才能完成既定功能，否则还是静态更好。毕竟推理任务，还是要以效率或者说性能为更重要的考量。

结语

不多说了，以老师的最后一张PPT作为结束吧！