海思部署：RuyiStudio流程解析(1)-RuyiStudio接口调用流程

最新推荐文章于 2023-09-06 10:05:58 发布

算法小乔

最新推荐文章于 2023-09-06 10:05:58 发布

阅读量307

点赞数

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/weixin_40723264/article/details/130593059

版权

文章详细介绍了YOLOv3检测网络在SvpSampleCnnDetYoloV3函数中的调用和执行过程，包括SvpSampleCnnDetectionOneSeg函数的功能，模型和图像路径的修改，以及网络初始化、图像读取、前向传播和结果解析等关键步骤。

摘要由CSDN通过智能技术生成

以YOLOv3为例：

1. main.cpp调用接口SvpSampleCnnDetYoloV3()函数接口。注意：其他不需要的可以都注释掉；

(1) SvpSampleCnnDetYoloV3()函数介绍

//在SvpSampleCnnDetectionOneSeg.cpp脚本中
void SvpSampleCnnDetYoloV3()
{
    printf("%s start ...\n", __FUNCTION__);//开始标志，见下图，输出：SvpSampleCnnDetYoloV3 start ...
    //调用SvpSampleCnnDetectionOneSeg函数
    SvpSampleCnnDetectionOneSeg(
        g_paszModelName_d[SVP_SAMPLE_WK_DETECT_NET_YOLOV3],
        g_paszPicList_d[SVP_SAMPLE_WK_DETECT_NET_YOLOV3],
        SVP_SAMPLE_WK_DETECT_NET_YOLOV3
        );
    printf("%s end ...\n\n", __FUNCTION__);//结束标志
    fflush(stdout);
}

输出的开始标志：

输出的结束标志：

以上说明：整个过程都在SvpSampleCnnDetectionOneSeg()中进行。(有点小兴奋 ... fighting!)

(2) SvpSampleCnnDetectionOneSeg()函数介绍

<1> 先介绍的别的

该函数存在于同名的SvpSampleCnnDetectionOneSeg.cpp脚本文件中，因为函数中会用到一些全局参数，故先对脚本文件进行介绍。

首先在程序运行前，先将SvpSampleCnnDetectionOneSeg.cpp文件中对应的模型路径以及测试用的数据路径进行修改,如下图所示：

A: 修改测试数据：

修改测试列表中的测试数据，此处配置的是 { "../../data/detection/yolov3/image_test_list.txt" },

对应文件在 data/detection/yolov3 中

此处列出需要仿真的文件表，需要根据自己的仿真数据类型进行选择：如果为U8，则为bgr，如果为YVU420sp则为yvu格式。

B: 修改模型数据

模型调用可以选择Inst和func，现在是做指令仿真，选inst模型修改就可以：

上面这两个地方是必须要修改的，如上面提到的SvpSampleCnnDetectionOneSeg()函数也是应用了这里的数据的，如：

仿真工程要切换到inst方式，右键选择：

<2> SvpSampleCnnDetectionOneSeg函数正式介绍

下面为伪代码，只保留函数内的关键函数

//参数1：模型路径 参数2：图像路径 参数3：网络类型，通过网络类型从设置的上述参数中选取数据(下面会介绍)；
HI_S32 SvpSampleCnnDetectionOneSeg(const HI_CHAR *pszModelName, const HI_CHAR *paszPicList[], HI_U8 netType, HI_S32 s32Cnt)
{
    //加载模型,申请mmz空间
    s32Ret = SvpSampleOneSegDetCnnInit(&stDetCfg, &stDetParam);
        /*
    		stDetParam存储了模型信息
            stDetParam.stModel.astSeg[0]u16SrcNum：输入节点个数
            stDetParam.stModel.astSeg->astSrcNode[i].szName：输入节点 i 的名字
            stDetParam.stModel.astSeg->u16DstNum：输出节点个数
            stDetParam.stModel.astSeg->astDstNode[i].szName：输出节点 i 的名字
    	*/
    //读入图像
    s32Ret = SvpSampleReadAllSrcImg(stDetParam.fpSrc, stDetParam.astSrc, stDetParam.stModel.astSeg[0].u16SrcNum, imgNameRecoder);

    //forward 计算
    s32Ret = SvpSampleCnnDetectionForword(&stDetParam, &stDetCfg);
    //获取结果
    s32Ret = SvpSampleDetOneSegGetResult(&stDetParam, netType, &stSSDParam, strResultFolderDir, imgNameRecoder);
}

上述是大体的运行流程。

<A> 输入参数

重点介绍第三个参数：netType，会根据此参数获得对应网络在参数设置中的索引，调用参数来自于：SvpSampleWk.h的hiSVP_SAMPLE_WK_DETECT_NET_TYPE_E函数中：