【2023 · CANN训练营第一季】应用开发深入讲解——第五章 端到端案例讲解

学习资源

样例介绍

使用DVPP加速预处理网络输入，并通过模型转换使能静态AIPP功能，使能AIPP功能后，YUV420SP_U8格式图片转化为RGB，然后减均值和归一化操作，并将该信息固化到转换后的离线模型中，对ResNet50网络执行推理，最终对输入的图片进行分类并且给出TOP5类别置信度和相应的类别信息。

样例输入：图片。
样例输出：打屏显示置信度TOP5的类别标识、置信度信息和相应的类别信息。

获取源码包

可以使用以下两种方式下载，请选择其中一种进行源码准备。

• 命令行方式下载（下载时间较长，但步骤简单）。

# 开发环境，非root用户命令行中执行以下命令下载源码仓。    
cd ${HOME}     
git clone https://gitee.com/ascend/samples.git

• 压缩包方式下载（下载时间较短，但步骤稍微复杂）。

# 1. samples仓右上角选择 【克隆/下载】 下拉框并选择 【下载ZIP】。    
# 2. 将ZIP包上传到开发环境中的普通用户家目录中，【例如：${HOME}/ascend-samples-master.zip】。     
# 3. 开发环境中，执行以下命令，解压zip包。     
cd ${HOME}    
unzip ascend-samples-master.zip

样例运行

• 数据准备
  从以下链接获取该样例的输入图片，放在data目录下。

cd $HOME/samples/inference/modelInference/sampleResnetDVPP/data
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog1_1024_683.jpg

• ATC模型转换
  将ResNet-50原始模型转换为适配昇腾310处理器的离线模型（*.om文件），放在model路径下

# 为了方便下载，在这里直接给出原始模型下载及模型转换命令,可以直接拷贝执行。
cd $HOME/samples/inference/modelInference/sampleResnetDVPP/model
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/resnet50/resnet50.onnx
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/resnet50/resnet50_DVPP/aipp.cfg
atc --model=resnet50.onnx --framework=5 --output=resnet50 --input_shape="actual_input_1:1,3,224,224"  --soc_version=Ascend310  --insert_op_conf=aipp.cfg

• 样例编译 设置环境变量，配置程序编译依赖的头文件与库文件路径。

export DDK_PATH=$HOME/Ascend/ascend-toolkit/latest
export NPU_HOST_LIB=$DDK_PATH/runtime/lib64/stub

执行以下命令，执行编译脚本，开始样例编译。

cd $HOME/samples/inference/modelInference/sampleResnetDVPP/scripts
bash sample_build.sh

• 样例运行
  执行运行脚本，开始样例运行。

bash sample_run.sh

• 样例结果展示
  

日志文件介绍

日志格式介绍

接口调用逻辑问题

软件约束问题

输入数据问题

原始模型分析

原始模型输入分析

原始模型输出分析

数据预处理/后处理分析

资源初始化