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pyACL提供的接口设置模型推理时需使用的AIPP配置,模型支持的AIPP模式已提前在构建模型时配置(使用ATC工具的“insert_op_conf”参数)。
- 动态AIPP和动态Batch同时使用时:
- 动态AIPP和动态分辨率同时使用时:
- 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,不可以直接拷贝运行,仅供参考。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 |
import acl # ...... ACL_YUV420SP_U8 = 1 # 1.模型加载,加载成功后,再设置动态AIPP参数值。 # ...... # 2.创建aclmdlDataset类型的数据,用于描述模型的输入数据input_dataset和模型的输出数据output_dataset。 # ...... # 3.自定义函数,设置动态AIPP参数值。 def model_set_dynamic_aipp(): # 3.1 获取标识动态AIPP输入的index。 index, ret = acl.mdl.get_input_index_by_name(model_desc, "ascend_dynamic_aipp_data") # 3.2 设置动态AIPP参数值。 batch_number = 1 aipp_dynamic_set = acl.mdl.create_aipp(batch_number) ret = acl.mdl.set_aipp_src_image_size(aipp_dynamic_set, 256, 224) ret = acl.mdl.set_aipp_input_format(aipp_dynamic_set, ACL_YUV420SP_U8) ret = acl.mdl.set_aipp_csc_params(aipp_dynamic_set, 1, 256, 443, 0, 256, -86, -178, 256, 0, 350, 0, 0, 0, 0, 128, 128) ret = acl.mdl.set_aipp_rbuv_swap_switch(aipp_dynamic_set, 0) ret = acl.mdl.set_aipp_dtc_pixel_mean(aipp_dynamic_set, 0, 0, 0, 0, 0) ret = acl.mdl.set_aipp_dtc_pixel_min(aipp_dynamic_set, 0, 0, 0, 0, 0) ret = acl.mdl.set_aipp_pixel_var_reci(aipp_dynamic_set, 1, 1, 1, 1, 0) ret = acl.mdl.set_aipp_crop_params(aipp_dynamic_set, 1, 0, 0, 224, 224, 0) ret = acl.mdl.set_input_aipp(model_id, input_dataset, index, aipp_dynamic_set) ret = acl.mdl.destroy_aipp(aipp_dynamic_set) # ...... # 4.自定义函数,执行模型。 def model_execute(index) # 4.1 调用自定义函数,设置动态AIPP参数值。 ret = model_set_dynamic_aipp() # 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 = acl.mdl.execute(model_id, input_dataset, output_dataset) # ...... # 5.处理模型推理结果。 # ...... |
父主题: 模型动态AIPP推理