【2024·CANN训练营第一季】从图片分类入门推理应用开发--sampleResnetQuickStart-cpp应用实践

​

 1. 安装驱动固件和CANN环境

参考昇腾文档安装驱动固件和CANN环境

安装驱动和固件-软件安装-环境准备-...-文档首页-昇腾社区 (hiascend.com)

2. 安装完驱动固件后，npu-smi info查看NPU信息

​

3. 安装完ascend-toolkit后，查看版本

source /usr/local/Ascend/ascend-toolkit/set_env.sh配置环境变量

​

4. 从gitee上克隆Ascend的samples仓库到本地

git clone https://gitee.com/ascend/samples.git

 ​

5. 进入samples/inference/modelInference/sampleResnetQuickStart/cpp目录下

​

6. 安装opencv

apt install libopencv-dev

​

7. 设置opencv2软链接

ln -s /usr/include/opencv4/opencv2 /usr/include/opencv2

8. 下载resnet50.onnx到model目录

cd model/ && wget wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/resnet50/resnet50.onnx

​

9. atc模型转换

atc --model=resnet50.onnx --framework=5 --output=resnet50 --input_shape="actual_input_1:1,3,224,224"  --soc_version=Ascend310

​

10. 获取测试图片

cd ../data/ && wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog1_1024_683.jpg

​

11. 配置程序编译依赖的头文件与库文件路径，并编译样例源码

​

12. 模型推理bash sample_run.sh

​

可视化结果

​

​