自定义模型后处理开发步骤（tensorinfer框架）

步骤介绍

图1 已支持模型的后处理UML类图

根据任务类型，选择Vision SDK已经支持的后处理基类去派生一个新的子类，后处理基类分别为目标检测、分类任务、语义分割、文本生成，这些基类都继承自相同的父类PostProcessBase。
在Init函数中，需要调取父类的Init()接口读取配置参数，然后再调用父类对象的configData_.GetFileValue()接口读取子类所需要的配置参数。

在Process函数中，需要以模型的输出张量Tensors作为输入，以对应的数据结构类对象作为输出。
调用父类的CheckAndMoveTensors()接口，对Tensors的形状进行校验并将内存移动至Host侧，然后再进行相应操作获得结果。

后处理开发完成后，增加一个对外的接口如GetObjectInstance()，以便于让业务流中的后处理插件动态加载此后处理so。

如果当前后处理基类所采用的数据结构无法满足需求，可以新增后处理基类继承PostProcessBase，并写入新的数据结构。

// 1.目标检测数据结构：
class ObjectInfo {
public:
    float x0;
    float y0;
    float x1;
    float y1;
    float confidence;
    float classId;
    std::string className;
    std::vector<std::vector <int>> mask; // 用于实例分割
};

// 2.分类任务数据结构：
class ClassInfo {
public:
    int classId;
    float confidence;
    std::string className;
};

// 3.语义分割任务数据结构：
class SemanticSegInfo {
public:
    std::vector<std::vector<int>> pixels;
    std::vector<std::string> labelMap;
};

// 4.文本生成（机器翻译，文字识别，语音识别等）数据结构：
class TextsInfo {
public:
    std::vector<std::string> text;
};

// 5.文本框检测数据结构：
class TextObjectInfo {
public:
    float x0;
    float y0;
    float x1;
    float y1;
    float x2;
    float y2;
    float x3;
    float y3;
    float confidence;
    std::string result;
};

父主题： 自定义模型后处理开发