样例介绍
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。
将Caffe ResNet-50网络的模型文件转换为适配昇腾AI处理器的离线模型（*.om文件），在样例中，加载该om文件，对2张*.jpg图片进行解码、缩放、推理，分别得到推理结果后，再对推理结果进行处理，输出最大置信度的类别标识。
转换模型时，需配置色域转换参数，用于将YUV420SP格式的图片转换为RGB格式的图片，才能符合模型的输入要求。
主要接口
主要接口如表1所示。
目录结构
目录结构如下所示。
vpc_resnet50_imagenet_classification ├──scripts │ ├── host_version.conf //版本号配置文件。 │ └── testcase_300.sh //运行脚本。 ├──src │ ├── acl_dvpp.py //图片缩放实现文件。 │ ├── acl_model.py //模型推理实现文件。 │ ├── acl_op.py //单算子精度转换实现文件。 │ ├── acl_sample.py //运行文件。 │ ├── acl_util.py //工具类函数实现文件。 │ └── constant.py //常量定义。 ├── data //测试数据，需要用户部署。 │ ├── fusion_result.json //atc转化后生成，记录融合算子信息。 │ ├── dog1_1024_683.jpg │ └── dog2_1024_683.jpg ├── caffe_model //需要用户部署。 │ ├── aipp.cfg //模型的配置数据。 │ ├── resnet50.caffemodel //resnet50模型。 │ └── resnet50.prototxt // resnet50模型的网络文件。 ├── op_models //atc转换后生成后的目录。 │ ├── 0_Cast_0_2_1000_1_2_1000.om //精度转换自定义算子。 │ ├── 1_ArgMaxD_1_2_1000_3_2_1.om //精度转换自定义算子。 │ └── op_list.json //精度转换算子配置文件。 └── model //推理模型转换后生成的目录。 │ └── resnet50_aipp.om //转换后的模型文件。 └──README_CN.md