API接口开发方式（Python）
样例介绍
本样例以Atlas 200I/500 A2 推理产品，使用Vision SDK Python接口开发图像分类应用进行演示，图像分类模型推理流程图如图1所示。
样例取用Caffe框架ResNet-50模型。模型的输入、输出数据格式参见如下。
- 输入数据：分辨率为224 * 224的RGB格式图片。
- 输出数据：图片的类别标签及其对应的置信度。
准备工作
- 请先完成Vision SDK安装部署后，再进行快速入门样例。
表1 环境要求软件依赖 软件依赖名称
推荐版本
获取链接
操作系统
请参见支持的硬件和操作系统
-
系统依赖
-
CANN开发套件包
8.0.RC3
npu-driver驱动包
Ascend HDK 24.1.RC3
npu-firmware固件包
Ascend HDK 24.1.RC3
numpy
1.25.2
pip3 install numpy==1.25.2
opencv-python
4.9.0.80
pip3 install opencv-python==4.9.0.80
- 获取样例代码。本样例代码仅支持在
Atlas 200I/500 A2 推理产品 上运行。 - 以普通用户登录已安装Vision SDK的开发环境并将样例代码压缩包上传。
- 解压样例代码压缩包，进入解压后的目录，命令参考如下。
unzip resnet50_sdk_python_sample.zip cd resnet50_sdk_python_sample
样例代码目录结构参考如下，其中om模型仅供示例，用户可通过模型转换功能（ATC）转换为om模型进行推理。
resnet50_sdk_python_sample ├── data │ ├── test.jpg # 测试图片 ├── model │ ├── resnet50.caffemodel # ResNet-50网络的权重文件 │ ├── resnet50.om # ResNet-50网络的om模型 │ ├── resnet50.prototxt # ResNet-50网络的模型文件 ├── utils │ ├── resnet50.cfg # 用于后处理的配置文件，包含类别数量和是否包含softmax操作，具体可打开文件查看 │ ├── resnet50_clsidx_to_labels.names # 类别标签文件 ├── main.py # 运行程序的脚本
- 准备用于推理的图片数据。
用户可使用样例中的“test.jpg”测试图片，也可获取其他图片进行测试（请将获取的图片名称更名为“test.jpg”）。
图2 test.jpg
代码解析
在该样例中，关键步骤与代码参考如下，不可以直接拷贝编译运行，完整样例代码请参考样例文件。
- 在“main.py”文件中，引入样例所需的第三方库以及Vision SDK模型推理所需文件。
import numpy as np # 用于对多维数组进行计算 import cv2 # 图片处理三方库，用于对图片进行前后处理 from mindx.sdk import Tensor # Vision SDK 中的 Tensor 数据结构 from mindx.sdk import base # Vision SDK 推理接口 from mindx.sdk.base import post # post.Resnet50PostProcess 为 resnet50 后处理接口
程序主要流程如下：if __name__ == "__main__": base.mx_init() # 初始化 Vision SDK 资源 process() # 程序主要逻辑 base.mx_deinit() # 去初始化 Vision SDK 资源 - 配置模型相关变量，如图片路径、模型路径、配置文件路径、标签路径等。
'''配置模型相关变量''' pic_path = 'data/test.jpg' # 单张图片 model_path = "model/resnet50.om" # 模型路径 device_id = 0 # 指定运算的Device config_path='utils/resnet50.cfg' # 后处理配置文件 label_path='utils/resnet50_clsidx_to_labels.names' # 类别标签文件 img_size = 256
- 对输入数据进行前处理。先使用OpenCV读入图片，得到三维数组，再进行相应的图片裁剪、缩放、转换颜色空间等处理并将其转化为推理所需要的数据格式（Tensor类型）。
'''前处理''' img_bgr = cv2.imread(pic_path) img_rgb = img_bgr[:,:,::-1] img = cv2.resize(img_rgb, (img_size, img_size)) # 缩放到目标大小 hw_off = (img_size - 224) // 2 # 对图片进行切分，取中间区域 crop_img = img[hw_off:img_size - hw_off, hw_off:img_size - hw_off, :] img = crop_img.astype("float32") # 转为 float32 数据类型 img[:, :, 0] -= 104 # 常数 104,117,123 用于将图像转换到Caffe模型需要的颜色空间 img[:, :, 1] -= 117 img[:, :, 2] -= 123 img = np.expand_dims(img, axis=0) # 扩展第一维度，适应模型输入 img = img.transpose([0, 3, 1, 2]) # 将 (batch,height,width,channels) 转为 (batch,channels,height,width) img = np.ascontiguousarray(img) # 将内存连续排列 img = Tensor(img) # 将numpy转为转为Tensor类 - 使用model.infer()接口进行模型推理，得到模型输出结果。
'''模型推理''' model = base.model(modelPath=model_path, deviceId=device_id) # 初始化 base.model 类 output = model.infer([img])[0] # 执行推理。输入数据类型：List[base.Tensor]， 返回模型推理输出的 List[base.Tensor]
- 对模型输出进行后处理。利用Vision SDK提供的后处理插件，可得到预测类别及其置信度并将其在原图上呈现。
'''后处理''' postprocessor = post.Resnet50PostProcess(config_path=config_path, label_path=label_path) # 获取后处理对象 pred = postprocessor.process([output])[0][0] # 利用Vision SDK接口进行后处理，pred：<ClassInfo classId=... confidence=... className=...> confidence = pred.confidence # 获取类别置信度 className = pred.className # 获取类别名称 print('{}: {}'.format(className, confidence)) # 打印出结果 '''保存推理图片''' img_res = cv2.putText(img_bgr, f'{className}: {confidence:.2f}', (20, 20), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 1) # 将预测的类别与置信度添加到图片 cv2.imwrite('result.png', img_res) print('save infer result success')
运行推理
- 配置环境变量（以CANN的默认安装路径“/usr/local/Ascend/ascend-toolkit”和Vision SDK的安装路径/usr/local/Ascend/mxVision-{version}为例）。
source /usr/local/Ascend/ascend-toolkit/set_env.sh source /usr/local/Ascend/mxVision-{version}/set_env.sh - 运行推理。
python main.py
如返回如下信息，则表示运行成功。
Standard Poodle: 0.98583984375 save infer result success
推理完成后，在当前文件夹下生成“result.png”文件，图片结果如图3所示。
父主题： 快速入门