【CANN训练营笔记】AscendCL图片分类应用(C++实现)
【摘要】 【CANN训练营笔记】AscendCL图片分类应用(C++实现)
样例介绍
基于PyTorch框架的ResNet50模型,对*.jpg图片分类,输出各图片所属分类的编号、名称。
环境介绍
华为云AI1s
CPU:Intel® Xeon® Gold 6278C CPU @ 2.60GHz
内存:8G
NPU:Ascend 310
环境准备
下载驱动
wget https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Ascend%20HDK/Ascend%20HDK%2023.0.2.1/A300-3010-npu-driver_23.0.0_linux-x86_64.run --no-check-certificate
安装驱动
bash A300-3010-npu-driver_23.0.0_linux-x86_64.run --full
下载CANN8.0
wget https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Milan-ASL/Milan-ASL%20V100R001C17SPC703/Ascend-cann-toolkit_8.0.RC1.alpha003_linux-x86_64.run --no-check-certificate
安装CANN
bash Ascend-cann-toolkit_8.0.RC1.alpha003_linux-x86_64.run --full
克隆代码仓
git clone https://gitee.com/ascend/samples.git
进入文件夹
cd samples/inference/modelInference/sampleResnetQuickStart/cpp
安装依赖
apt-get install libopencv-dev
样例运行
获取PyTorch框架的ResNet50模型(onnx)
cd model
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/resnet50/resnet50.onnx --no-check-certificate
转换为昇腾AI处理器能识别的模型(om)
atc --model=resnet50.onnx --framework=5 --output=resnet50 --input_shape="actual_input_1:1,3,224,224" --soc_version=Ascend310
atc命令中各参数的解释如下,详细约束说明请参见《ATC模型转换指南》。
- model:ResNet-50网络的模型文件的路径。
- framework:原始框架类型。5表示ONNX。
- output:resnet50.om模型文件的路径。请注意,记录保存该om模型文件的路径,后续开发应用时需要使用。
- input_shape:模型输入数据的shape。
- soc_version:昇腾AI处理器的版本。
获取测试图片数据
cd ../data
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog1_1024_683.jpg --no-check-certificate
若需更换测试图片,则需自行准备测试图片,并将测试图片放到data目录下
编译样例
cd ../scripts
bash sample_build.sh
运行样例
bash sample_run.sh
输出图片
代码逻辑详解(C&C++语言)
【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)