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。
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 |
实现矩阵-矩阵乘运算 |
请参见样例工程中的README |
|
vpc_resnet50_imagenet_classification |
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 |
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 |
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 |
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 |
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 |
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 |
媒体数据处理V1（视频编码） |
请参见样例工程中的README |
|
smallResolution_cropandpaste |
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 |
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 |
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 |
基于AscendCL架构的目标检测开发Demo |
下载样例后查看readme |
