样例列表，Atlas 200/300/500 推理产品)

本文中提及的样例如下表所示。单击Gitee或Github获取更多样例。

表1 Sample列表
Sample名称	Sample获取	基本功能	编译运行指导（Ascend EP标准形态）（Ascend RC形态）
gemm	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/1_acl/4_blas/gemm”目录下获取gemm样例	实现矩阵-矩阵乘运算	请参见样例工程中的README
vpc_resnet50_imagenet_classification	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vpc_resnet50_imagenet_classification”目录下获取vpc_resnet50_imagenet_classification样例	基于Caffe ResNet-50网络实现图片分类（图片解码+缩放+同步推理）	请参见样例工程中的README
vpc_jpeg_resnet50_imagenet_classification	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vpc_jpeg_resnet50_imagenet_classification”目录下获取vpc_jpeg_resnet50_imagenet_classification样例	基于Caffe ResNet-50网络实现图片分类（图片解码+抠图缩放+图片编码+同步推理）	请参见样例工程中的README
vdec_resnet50_classification	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vdec_resnet50_classification”目录下获取vdec_resnet50_classification样例	基于Caffe ResNet-50网络实现图片分类（视频解码+同步推理）	请参见样例工程中的README
resnet50_imagenet_classification	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification”目录下获取resnet50_imagenet_classification样例	基于Caffe ResNet-50网络实现图片分类（同步推理）	请参见样例工程中的README
resnet50_async_imagenet_classification	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/resnet50_async_imagenet_classification”目录下获取resnet50_async_imagenet_classification样例	基于Caffe ResNet-50网络实现图片分类（异步推理）	请参见样例工程中的README
batchcrop	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/batchcrop”目录下获取batchcrop样例	媒体数据处理V1（抠图，一图多框）	请参见样例工程中的README
venc_image	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/venc_image”目录下获取venc_image样例	媒体数据处理V1（视频编码）	请参见样例工程中的README
smallResolution_cropandpaste	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/smallResolution_cropandpaste”目录下获取smallResolution_cropandpaste样例	媒体数据处理V1（抠图贴图）	请参见样例工程中的README
YOLOV3_dynamic_batch_detection_picture	单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/2_object_detection/YOLOV3_dynamic_batch_detection_picture”目录下获取YOLOV3_dynamic_batch_detection_picture样例	基于Caffe YOLOv3网络实现目标检测（动态Batch/动态分辨率）	请参见样例工程中的README
API Samples	API Samples	基于AscendCL架构开发的一系列样例代码，包含简单的编译演示样例	下载样例后查看readme
图像目标检测	图像目标检测	基于AscendCL架构的目标检测开发Demo	下载样例后查看readme

父主题： 应用样例参考