动态AIPP场景下模型推理与开发基础推理应用的流程类似,都涉及AscendCL初始化与去初始化、运行管理资源申请与释放、模型构建、模型加载、模型执行、模型卸载等。
本节中重点描述动态AIPP场景下模型推理与开发基础推理应用的不同之处:
构建模型成功后,在生成的om模型中,会新增相应的输入(下文简称动态AIPP输入),在模型推理时通过该新增的输入提供具体的AIPP配置值。
例如,a输入的AIPP配置是动态的,在om模型中,会有与a对应的b输入来描述a的AIPP配置信息。在模型执行时,准备a输入的数据结构请参见准备模型执行的输入/输出数据结构,准备b输入的数据结构、设置b输入的数据请参见以下内容。
#define ACL_DYNAMIC_AIPP_NAME "ascend_dynamic_aipp_data"
申请动态AIPP输入对应的内存后,无需用户设置该内存中的数据(否则可能会导致业务异常),用户调用2中的接口后,系统会自动向该内存中填入数据。
AscendCL还提供了基于DVPP(Digital Vision Pre-Processing)硬件进行媒体数据处理的功能,包括缩放、抠图、格式转换、图片编解码、视频编解码等,功能比AIPP丰富,但对于输入/输出图片、内存有一定的约束。
基于DVPP的媒体数据处理接口介绍,请参见图像/视频/音频数据处理。