样例介绍

获取样例

单击Gitee，进入Ascend samples开源仓，详细参见README中的“版本说明”下载配套版本的sample包，从“python/level2_simple_inference/1_classification/vpc_jpeg_resnet50_imagenet_classification”目录下获取vpc_jpeg_resnet50_imagenet_classification样例。

功能描述

该样例主要是基于Caffe ResNet-50网络（单输入、单Batch）实现图片分类的功能。

根据运行应用的入参，该样例可实现以下功能：

将*.jpg格式的解码成YUV420SP NV12格式的输入图片，缩放，再进行模型推理，得到推理结果后，处理推理结果，输出top5置信度。
将YUV420SP NV12格式的输入图片，抠图，再进行模型推理，得到推理结果后，处理推理结果，输出top5置信度。
将YUV420SP NV12格式的输入图片，抠图贴图，再进行模型推理，得到推理结果后，处理推理结果，输出top5置信度。
将YUV420SP NV12格式的输入图片，编码为jpg格式的图片。
将YUV420SP NV12格式的输入图片（分辨率8192*8192）缩放，得到4000*4000。
将YUV420SP NV12格式的输入图片，进行批量抠图。
将YUV420SP NV12格式的输入图片，进行批量抠图粘贴。

主要接口

主要接口如表1所示。

表1 主要接口介绍
功能	对应ACL模块	ACL 接口函数	功能说明
资源初始化	初始化	acl.init	初始化ACL配置。
	Device管理	acl.rt.set_device	指定用于运算的Device。
	Context管理	acl.rt.create_context	创建Context。
	Stream管理	acl.rt.create_stream	创建Stream。
	算子加载与执行	acl.op.set_model_dir	加载模型文件的目录。
模型初始化	模型加载与执行	acl.mdl.load_from_file	从*.om文件加载模型到device侧。
	数据类型及操作接口	acl.mdl.create_desc	创建模型描述数据类型。
	数据类型及操作接口	acl.mdl.get_desc	获取模型描述数据类型。
数据预处理	媒体数据模块-JPEG	acl.media.dvpp_jpeg_decode_async	图形解码。
	媒体数据模块-JPEG	acl.media.dvpp_jpeg_encode_async	图形编码。
	媒体数据模块-VPC	acl.media.dvpp_vpc_crop_async	抠一张子图。
		acl.media.dvpp_vpc_resize_async	将输入图片缩放到输出图片大小。
		acl.media.dvpp_vpc_crop_and_paste_async	抠图并粘贴到输出图片。
		acl.media.dvpp_vpc_batch_crop_async	抠多张子图。
		acl.media.dvpp_vpc_batch_crop_and_paste_async	抠多张子图并粘贴到输出图片。
	数据类型及操作接口	acl.media.dvpp_create_roi_config	创建图片框区域配置。
		acl.media.dvpp_set_roi_config系列接口	设置图片框区域配置参数。
		acl.media.dvpp_set_pic_desc系列接口	设置图片描述相关参数。
模型推理	模型加载与执行	acl.mdl.execute	执行模型同步推理。
数据后处理	数据类型及操作接口	acl.op.create_attr	创建aclopAttr类型的数据。
		acl.create_tensor_desc	创建aclTensorDesc类型的数据。
		acl.get_tensor_desc_size	获取tensor描述占用的空间大小。
		acl.create_data_buffer	创建aclDataBuffer类型的数据。
数据交互	内存管理	acl.rt.memcpy	数据传输，Host->Device或Device->Host。
	内存管理	acl.media.dvpp_malloc	分配内存给Device侧媒体数据处理时使用。
	内存管理	acl.rt.maclloc	申请Device上的内存。
	内存管理	acl.rt.malloc_host	申请Host上的内存。
单算子推理	算子加载与执行	acl.op.execute	异步加载并执行指定的算子。
公共模块	--	acl.util.ptr_to_numpy	指针转numpy类型数据。
公共模块	--	acl.util.numpy_to_ptr	numpy类型数据转指针。
资源释放	内存管理	acl.rt.free	释放Device上的内存。
	内存管理	acl.media.dvpp_free	通过acl.media.dvpp_malloc接口申请的内存。
	内存管理	acl.rt.free_host	释放Host上的内存。
	模型加载与执行	acl.mdl.unload	卸载模型。
	Stream管理	acl.rt.destroy_stream	销毁Stream。
	Context管理	acl.rt.destroy_context	销毁Context。
	Device管理	acl.rt.reset_device	复位当前运算的Device，回收Device上的资源。
	去初始化	acl.finalize	实现ACL去初始化。

目录结构

目录结构如下所示。

resnet50_imagenet_classification
├──src
│ ├── acl_dvpp.py //图片缩放实现文件。
│ ├── acl_model.py //模型推理实现文件。
│ ├── acl_sample.py //运行文件。
│ ├── acl_util.py //工具类函数实现文件。
│ ├── acl_vdec.py //视频解码实现文件。
│ └── constant.py //常量定义。
├── data
│ └── vdec_h265_1frame_rabbit_1280x720.h265 //用户待处理的视频文件，由用户自行获取。
├── caffe_model
│ ├── aipp.cfg
│ ├── resnet50.caffemodel //resnet50模型。
│ └── resnet50.prototxt // resnet50模型的网络文件。
└── model
  └── resnet50_aipp.om //推理模型。

父主题： 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）