后处理

功能介绍

一般情况下，获取模型文件时，会带有后处理的代码文件，建议使用和模型训练时一致的后处理流程，从而保证推理结果符合预期。

对于不同的经典模型，MindX SDK封装了不同的后处理函数，可实现不同模型的后处理操作，将模型推理后的数据直接传入后处理接口，得到最终结果，极大地简化了使用过程。

接口调用流程

图1 接口调用流程图

在使用后处理功能时，需要将对应模型后处理的动态链接库文件（.so）在CMakeLists.txt文件中进行链接操作，以YoloV3为例：

target_link_libraries(main mxbase yolov3postprocess ...)

示例代码

基于MindX SDK后处理函数（YoloV3）的示例如下，不可以直接拷贝编译运行，仅供参考：

// 1、初始化
// 步骤1：构造后处理 Init 的输入
std::map<std::string, std::string> postConfig;

postConfig.insert(pair<std::string, std::string>("postProcessConfigPath", yoloV3ConfigPath)); // 设置模型后处理配置文件路径
postConfig.insert(pair<std::string, std::string>("labelPath", yoloV3LabelPath)); // 设置标签文件路径

// 步骤2：执行后处理 Init
Yolov3PostProcess yolov3PostProcess;
yolov3PostProcess.Init(postConfig);

// 2、执行后处理
// 步骤1：根据YOLOV3推理结果构建后处理输入tensors
std::vector<TensorBase> tensors;
for (size_t i = 0; i < yoloV3Outputs.size(); i++) {
    MemoryData memoryData(yoloV3Outputs[i].GetData(), yoloV3Outputs[i].GetByteSize());
    TensorBase tensorBase(memoryData, true, yoloV3Outputs[i].GetShape(), TENSOR_DTYPE_INT32);
    tensors.push_back(tensorBase);
}
// 步骤2：创建后处理输出
std::vector<std::vector<ObjectInfo>> objectInfos;

// 步骤3：执行后处理 Process
yolov3PostProcess.Process(tensors, objectInfos, imagePreProcessInfos);

父主题： 使用API接口方式开发（C++）