样例介绍

获取样例

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。

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）。该样例中加载该om文件，将1个H.265格式（*.h265）的视频码流（仅包含一帧）循环10次解码出10张YUV420SP NV12格式的图片，对该10张图片做缩放，并对缩放的图片进行推理，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以及top5置信度的总和。

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

主要接口如下表所示。

初始化	调用acl.init接口初始化pyACL配置。调用acl.finalize接口实现pyACL去初始化。
Device管理	调用acl.rt.set_device接口指定用于运算的Device。调用acl.rt.get_run_mode接口获取软件栈的运行模式，根据运行模式的不同，内部处理流程不同。调用acl.rt.reset_device接口复位当前运算的Device，回收Device上的资源。
Stream管理	调用acl.rt.create_stream接口创建Stream。调用acl.rt.destroy_stream接口销毁Stream。调用acl.rt.synchronize_stream接口阻塞程序运行，直到指定Stream中的所有任务都完成。
内存管理	调用acl.rt.malloc_host接口申请Host上内存。调用acl.rt.free_host释放Host上的内存。调用acl.rt.malloc接口申请Device上的内存。调用acl.rt.free接口释放Device上的内存。执行媒体数据处理时，若需要申请Device上的内存存放输入或输出数据，需调用acl.media.dvpp_malloc申请内存、调用acl.media.dvpp_free接口释放内存。
数据传输	如果在Host上运行应用，则需调用acl.rt.memcpy接口：将数据从Host传输到Device上，作为解码的输入数据。模型推理结束后，将推理结果从Device传输到Host。如果在板端环境上运行应用，则无需进行数据传输。
模型推理	调用acl.mdl.load_from_file_with_mem接口从.om文件加载模型。调用acl.mdl.execute接口执行模型推理。推理前，通过.om文件中的色域转换参数将YUV420SP格式的图片转换为RGB格式的图片。调用acl.mdl.unload接口卸载模型。

目录结构

目录结构如下所示。

vdec_resnet50_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_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
├── README_CN.md 
│ └── 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 //需要用户部署。
│ ├── aipp.cfg //模型的配置数据。
│ ├── resnet50.caffemodel //ResNet-50模型。
│ └── resnet50.prototxt // ResNet-50模型的网络文件。
└── model //推理模型转换后生成的目录。
  └── resnet50_aipp.om //转换后的模型文件。

父主题： 基于Caffe ResNet-50网络实现图片分类（视频解码+同步推理）