动态AIPP（单个动态AIPP输入）

基本原理

若模型推理时包含动态AIPP特性，在模型推理时，需调用AscendCL提供的接口设置模型推理时需使用的AIPP配置，完整流程请参见模型执行。关键原理说明如下：

加载模型。模型加载的详细流程，请参见模型加载，模型加载成功后，返回标识模型的ID。
对于动态AIPP，模型支持的AIPP模式已提前在构建模型时配置（构建模型的说明请参见模型构建），构建模型成功后，在生成的om模型中，会新增一个输入（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参数值。

例如，a输入的AIPP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输入的数据请依次参见2、3。
创建aclmdlDataset类型的数据，用于描述模型执行的输入、输出，详细调用流程请参见准备模型执行的输入/输出数据结构。
其中，动态AIPP输入的注意点如下：
1. 申请动态AIPP输入对应的内存前，需要先调用aclmdlGetInputIndexByName接口根据输入名称（固定为ACL_DYNAMIC_AIPP_NAME）获取模型中标识动态AIPP输入的index。
  ACL_DYNAMIC_AIPP_NAME是一个宏，宏的定义如下：
```
#define ACL_DYNAMIC_AIPP_NAME "ascend_dynamic_aipp_data"
```
2. 调用aclmdlGetInputSizeByIndex根据index获取输入内存大小。
3. 调用aclrtMalloc接口根据2.b中的大小申请内存。
  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3.d中的接口后，系统会自动向该内存中填入数据。
4. 调用aclCreateDataBuffer接口创建aclDataBuffer类型的数据，用于存放动态AIPP输入数据的内存地址、内存大小。
5. 调用aclmdlCreateDataset接口创建aclmdlDataset类型的数据，并调用aclmdlAddDatasetBuffer接口向aclmdlDataset类型的数据中增加aclDataBuffer类型的数据。
在成功加载模型之后，执行模型之前，设置动态AIPP参数。
1. 根据输入名称（固定为ACL_DYNAMIC_AIPP_NAME），获取模型中标识动态AIPP输入的index。
2. 调用aclmdlCreateAIPP接口创建aclmdlAIPP类型。
3. 根据实际需求，调用aclmdlAIPP数据类型下的操作接口设置动态AIPP参数值。
  动态AIPP场景下，aclmdlSetAIPPInputFormat接口、aclmdlSetAIPPSrcImageSize接口（设置原始图片的宽和高）必须调用。
4. 调用aclmdlSetInputAIPP接口设置模型推理时的动态AIPP数据。
5. 及时调用aclmdlDestroyAIPP接口销毁aclmdlAIPP类型。
执行模型。
例如，调用aclmdlExecute接口（同步接口）执行模型。

动态AIPP和动态Batch同时使用时：
- 调用aclmdlCreateAIPP接口设置batchSize时，batchSize要设置为最大Batch数。
- 模型中需要进行动态AIPP处理的data节点，其对应的输入内存大小需按照最大Batch来申请。

动态AIPP和动态分辨率同时使用时：
- 若在设置动态AIPP参数时，开启了抠图或缩放或补边功能，则不能与动态分辨率同时使用。
- 若在设置动态AIPP参数时，未开启抠图或缩放或补边功能，在与动态分辨率同时使用时，需确保通过aclmdlSetAIPPSrcImageSize接口设置的宽、高与通过aclmdlSetDynamicHWSize接口设置的宽、高相等，都必须设置成模型转换时动态分辨率最大档位的宽、高。
- 模型中需要进行动态AIPP处理的data节点，其对应的输入内存大小需按照最大分辨率（宽、高）来申请。
对同一个模型，AIPP（包括静态AIPP和动态AIPP）与动态维度（ND格式）不能同时使用。

示例代码

调用接口后，需增加异常处理的分支，并记录报错日志、提示日志，此处不一一列举。以下是关键步骤的代码示例，不可以直接拷贝编译运行，仅供参考。

//1.模型加载，加载成功后，再设置动态AIPP参数值
//......

//2.准备模型描述信息modelDesc_，准备模型的输入数据input_和模型的输出数据output_

//3.自定义函数，设置动态AIPP参数值
int  ModelSetDynamicAIPP()
{
    //3.1 获取标识动态AIPP输入的index
    size_t index;
    //modelDesc_为aclmdlCreateDesc表示模型描述信息，根据1中加载成功的模型的ID，获取该模型的描述信息
    aclError ret = aclmdlGetInputIndexByName(modelDesc_, ACL_DYNAMIC_AIPP_NAME, &index);

    //3.2 设置动态AIPP参数值
    uint64_t batchNumber = 1;
    aclmdlAIPP *aippDynamicSet = aclmdlCreateAIPP(batchNumber);
    ret = aclmdlSetAIPPSrcImageSize(aippDynamicSet, 256, 224);
    ret = aclmdlSetAIPPInputFormat(aippDynamicSet, ACL_YUV420SP_U8);
    ret = aclmdlSetAIPPCscParams(aippDynamicSet, 1, 256, 443, 0, 256, -86, -178, 256, 0, 350, 0, 0, 0, 0, 128, 128);
    ret = aclmdlSetAIPPRbuvSwapSwitch(aippDynamicSet, 0);
    ret = aclmdlSetAIPPDtcPixelMean(aippDynamicSet, 0, 0, 0, 0, 0);
    ret = aclmdlSetAIPPDtcPixelMin(aippDynamicSet, 0, 0, 0, 0, 0);
    ret = aclmdlSetAIPPPixelVarReci(aippDynamicSet, 1.0, 1.0, 1.0, 1.0, 0);
    ret = aclmdlSetAIPPCropParams(aippDynamicSet, 1, 2, 2, 224, 224, 0);
    ret = aclmdlSetInputAIPP(modelId_, input_, index, aippDynamicSet);
    ret = aclmdlDestroyAIPP(aippDynamicSet);
		
    //......
}
//4.自定义函数，执行模型
int ModelExecute(int index)
{
        aclError ret;
        //4.1 调用自定义函数，设置动态AIPP参数值
	ret = ModelSetDynamicAIPP();
        //4.2 执行模型，modelId_表示加载成功的模型的ID，input_和output_分别表示模型的输入和输出
        ret = aclmdlExecute(modelId_, input_, output_);
        //......
}

//5.处理模型推理结果
//TODO

父主题： 模型推理扩展场景