DLAP221开发环境部署
DLAP221开发环境部署
1. 概述
开发者基于DLAP221进行AI应用开发前，需要在制作SD卡时准备的Ubuntu服务器中部署开发环境，有以下三种场景：
-
独立部署开发套件包，基于后台命令行的方式进行交叉开发。
-
部署MindStudio，基于MindStudio开发工具进行AI应用开发，MindStudio安装时需要同时安装开发套件包（Cann Toolkit）。Cann Toolkit为开发者提供基于昇腾AI处理器的相关算法开发工具包，旨在帮助开发者进行快速、高效的人工智能算法开发。
MindStudio在Cann Toolkit的基础上进行了工具集成，为用户提供了简洁、友好的工程管理、代码编写、编译、模型转换、日志和性能分析等功能。
MindStudio与Cann Toolkit的架构图如下所示。
图1 MindStudio与Cann Toolkit架构图
开发套件包中的组件功能如下所示：- ACLlib：用来编译和运行应用程序。包含AscendCL编译依赖的相关库，并具有GE模型的加载、执行功能。
- ATC：模型和算子编译器。用于离线模型转换、自定义算子开发、IR构图开发等场景。
- OPP：算子库，包含算子原型库及算子实现库、算子插件、融合规则。算子实现包含TBE算子、AICPU算子，另外包含算子parser。
- Toolkit：调测工具包，主要包含开发者调测应用、算子需要使用的工具包。
-
在线开发环境安装
2. 独立部署开发套件包
软件安装前，请首先获取以下软件包，*{version}*表示软件包版本号，版本号需要保持一致。
| 名称 | 软件包 | 获取链接 | 功能描述 |
|---|---|---|---|
| 开发套件包 | Ascend-cann-toolkit_{version}_linux-x86_64.run | 获取链接请从“CANN软件包”中选择对应版本的软件包下载。支持的CANN版本请参见版本配套说明。 | 主要用于用户开发应用、自定义算子和模型转换。开发套件包包含开发应用程序所需的库文件、开发辅助工具（如ATC模型转换工具）。两种架构包统一安装：开发环境为x86架构，但运行环境是arm架构，所以再安装一个arm64的开发套件包，用于应用的交叉编译。 |
| Ascend-cann-toolkit_{version}_linux-aarch64.run | 获取链接请从“CANN软件包”中选择对应版本的软件包下载。支持的CANN版本请参见版本配套说明。 |
2.1配置Ubuntu X86系统
检查root用户的umask
-
以root用户登录安装环境。
-
检查root用户的umask值。
umask -
如果umask不等于0022，请执行如下操作配置，在该文件的最后一行添加umask 0022后保存。
vi ~/.bashrc source ~/.bashrc
创建安装用户
开发套件包建议以非root用户进行安装，创建非root用户的命令如下所示（请以root用户执行以下命令）。
-
创建非root用户。
groupadd usergroup useradd -g usergroup -d /home/username -m username -s /bin/bash以创建HwHiAiUser用户为例：
groupadd HwHiAiUser useradd -g HwHiAiUser -d /home/HwHiAiUser -m HwHiAiUser -s /bin/bash -
设置非root用户密码。
passwd username示例如下：
passwd HwHiAiUser说明：
- 您可以通过chage命令来设置用户的有效期，详情请参见设置用户有效期。
- 如果您以root用户安装开发套件包，环境中需要存在用户名与用户组都为“HwHiAiUser”的用户。
配置安装用户权限
开发套件包安装前需要下载相关依赖软件，请执行如下操作为非root用户加权。
- 以root用户打开
“/etc/sudoers”
文件：chmod u+w /etc/sudoers vi /etc/sudoers - 在该文件
“# User privilege specification”
下面增加如下内容：
**“username”**为开发套件包的安装用户。username ALL=(ALL:ALL) NOPASSWD:SETENV:/usr/bin/apt-get, /usr/bin/pip, /bin/tar, /bin/mkdir, /bin/rm, /bin/sh, /bin/cp, /bin/bash, /usr/bin/make install, /bin/ln -s /usr/local/python3.7.5/bin/python3 /usr/local/python3.7.5/bin/python3.7.5, /bin/ln -s /usr/local/python3.7.5/bin/pip3 /usr/local/python3.7.5/bin/pip3.7.5, /usr/bin/unzip, /usr/bin/find /etc -name openssl.cnf
须知：- 请确保“/etc/sudoers”文件的最后一行为**“#includedir /etc/sudoers.d”**，如果没有该信息，请手动添加。
- 用户在安装完开发套件包后，可自行取消sudo权限。
- 用户在卸载或升级开发套件包时，也需要配置以上用户权限。
- 添加完成后，执行**:wq!**保存文件。
- 执行以下命令取消
“/etc/sudoers”
文件的写权限：chmod u-w /etc/sudoers
检查源
开发套件包安装过程需要下载相关依赖，请确保安装环境能够连接网络。
请在root用户下执行如下命令检查源是否可用。
apt-get update
如果命令执行报错或者后续安装依赖时等待时间过长甚至报错，则检查网络是否连接或者把“/etc/apt/sources.list”文件中的源更换为可用的源或使用镜像源（以配置华为镜像源为例，可参考华为开源镜像站）。如需配置网络代理，请参见配置系统网络代理。
安装依赖
说明：
请使用开发套件包安装用户执行以下命令安装依赖。
-
检查系统是否安装python依赖以及gcc等软件。
分别使用如下命令检查是否安装gcc，make以及python依赖软件等。
gcc --version g++ --version make --version cmake --version dpkg -l zlib1g| grep zlib1g| grep ii dpkg -l zlib1g-dev| grep zlib1g-dev| grep ii dpkg -l libbz2-dev| grep libbz2-dev| grep ii dpkg -l libsqlite3-dev| grep libsqlite3-dev| grep ii dpkg -l openssl| grep openssl| grep ii dpkg -l libssl-dev| grep libssl-dev| grep ii dpkg -l libxslt1-dev| grep libxslt1-dev| grep ii dpkg -l libffi-dev| grep libffi-dev| grep ii dpkg -l unzip| grep unzip| grep ii dpkg -l pciutils| grep pciutils| grep ii dpkg -l net-tools| grep net-tools| grep ii若分别返回如下信息则说明已经安装，进入下一步（以下回显仅为示例，请以实际情况为准）。
gcc (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0 g++ (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0 GNU Make 4.1 cmake version 3.10.2 zlib1g:amd64 1:1.2.11.dfsg-0ubuntu2 amd64 compression library - runtime zlib1g-dev:amd64 1:1.2.11.dfsg-0ubuntu2 amd64 compression library - development libbz2-dev:amd64 1.0.6-8.1ubuntu0.2 amd64 high-quality block-sorting file compressor library - development libsqlite3-dev:amd64 3.22.0-1ubuntu0.3 amd64 SQLite 3 development files openssl 1.1.1-1ubuntu2.1~18.04.6 amd64 Secure Sockets Layer toolkit - cryptographic utility libssl-dev:amd64 1.1.1-1ubuntu2.1~18.04.6 amd64 Secure Sockets Layer toolkit - development files libxslt1-dev:amd64 1.1.29-5ubuntu0.2 amd64 XSLT 1.0 processing library - development kit libffi-dev:amd64 3.2.1-8 amd64 Foreign Function Interface library (development files) unzip 6.0-21ubuntu1 amd64 De-archiver for .zip files pciutils 1:3.5.2-1ubuntu1 amd64 Linux PCI Utilities net-tools 1.60+git20161116.90da8a0-1ubuntu1 amd64 NET-3 networking toolkit否则请执行如下安装命令（如果只有部分软件未安装，则如下命令修改为只安装还未安装的软件即可）：
sudo apt-get install -y gcc g++ make cmake zlib1g zlib1g-dev libbz2-dev libsqlite3-dev libssl-dev libxslt1-dev libffi-dev unzip pciutils net-tools libncursesw5-dev说明：
libsqlite3-dev需要在python安装之前安装，如果用户操作系统已经安装python3.7.5环境，在此之后再安装libsqlite3-dev，则需要重新编译python环境。
-
检查系统是否安装python开发环境。
开发套件包依赖python环境，分别使用命令python3.7.5 --version、pip3.7.5 --version检查是否已经安装，如果返回如下信息则说明已经安装，进入下一步。
Python 3.7.5 pip 19.2.3 from /usr/local/python3.7.5/lib/python3.7/site-packages/pip (python 3.7)否则请根据如下方式安装python3.7.5。
-
使用wget下载python3.7.5源码包，可以下载到
开发环境
任意目录，命令为：
wget https://www.python.org/ftp/python/3.7.5/Python-3.7.5.tgz -
进入下载后的目录，解压源码包，命令为：
tar -zxvf Python-3.7.5.tgz -
进入解压后的文件夹，执行配置、编译和安装命令：
cd Python-3.7.5 ./configure --prefix=/usr/local/python3.7.5 --enable-loadable-sqlite-extensions --enable-shared make sudo make install其中**“–prefix”参数用于指定python安装路径，用户根据实际情况进行修改，“–enable-shared”参数用于编译出libpython3.7m.so.1.0动态库，“–enable-loadable-sqlite-extensions”**参数用于加载libsqlite3-dev依赖。
本手册以–prefix=/usr/local/python3.7.5路径为例进行说明。执行配置、编译和安装命令后，安装包在/usr/local/python3.7.5路径，libpython3.7m.so.1.0动态库在/usr/local/python3.7.5/lib/libpython3.7m.so.1.0路径。
-
执行如下命令设置软链接：
sudo ln -s /usr/local/python3.7.5/bin/python3 /usr/local/python3.7.5/bin/python3.7.5 sudo ln -s /usr/local/python3.7.5/bin/pip3 /usr/local/python3.7.5/bin/pip3.7.5 -
设置python3.7.5环境变量。
-
以安装用户在任意目录下执行
vi ~/.bashrc
命令，打开
.bashrc
文件，在文件最后一行后面添加如下内容。
#用于设置python3.7.5库文件路径 export LD_LIBRARY_PATH=/usr/local/python3.7.5/lib:$LD_LIBRARY_PATH #如果用户环境存在多个python3版本，则指定使用python3.7.5版本 export PATH=/usr/local/python3.7.5/bin:$PATH -
执行**:wq!**命令保存文件并退出。
-
执行source ~/.bashrc命令使其立即生效。
-
-
安装完成之后，执行如下命令查看安装版本，如果返回相关版本信息，则说明安装成功。
python3.7.5 --version pip3.7.5 --version python3.7 --version pip3.7 --version
-
-
安装Python3相关依赖。
安装前请先使用pip3.7.5 list命令检查是否安装相关依赖，若已经安装，则请跳过该步骤；若未安装，则安装命令如下（如果只有部分软件未安装，则如下命令修改为只安装还未安装的软件即可）。其中：toolkit包中算子比对工具依赖：protobuf、scipy。
pip3.7.5 install attrs --user pip3.7.5 install psutil --user pip3.7.5 install decorator --user pip3.7.5 install numpy --user pip3.7.5 install protobuf==3.11.3 --user pip3.7.5 install scipy --user pip3.7.5 install sympy --user pip3.7.5 install cffi --user如果执行上述命令时无法连接网络，且提示“Could not find a version that satisfies the requirement xxx”，请参见使用pip3.7.5 install软件时提示" Could not find a version that satisfies the requirement xxx"解决。
2.2 安装开发套件包
前提条件
- 已获取获取软件包章节所述的x86_64和aarch64架构开发者的.run包。
- 请参见配置Ubuntu X86系统完成安装前环境准备。
安装步骤
-
以套件包安装用户登录开发环境。
-
上传获取软件包所获取的开发套件包到系统任意路径，并进入套件包所在路径。
-
执行如下命令为安装包增加可执行权限。
chmod +x *.run
*****表示开发套件包名，请用户根据实际替换。 -
执行如下校验安装包的一致性和完整性。
./Ascend-cann-toolkit_{version}linux-x86_64.run --check
./Ascend-cann-toolkit{version}_linux-aarch64.run --check -
执行以下命令安装软件。
-
使用默认路径安装：
./Ascend-cann-toolkit_{version}_linux-x86_64.run --install ./Ascend-cann-toolkit_{version}_linux-aarch64.run --install默认安装路径详细介绍请参见表1，安装完成后，若显示以下对应架构信息，则说明软件安装成功。
[INFO] x.xx install success -
使用自定义路径安装：
./Ascend-cann-toolkit_{version}_linux-x86_64.run --install --install-path={path} ./Ascend-cann-toolkit_{version}_linux-aarch64.run --install --install-path={path}其中***{*path*}***为指定的安装路径，请用户先创建文件夹自行替换。
更多安装参数请参见参数说明。
安装路径说明
默认路径请参见以下表 软件包安装路径。
| 项目 | 路径 |
|---|---|
| 软件包默认安装路径 | 非root用户：“${HOME}/Ascend/ascend-toolkit/latest”root用户：“/usr/local/Ascend/ascend-toolkit/latest” |
| 详细日志路径 | 非root用户：“${HOME}/var/log/ascend_seclog/ascend_toolkit_install.log”root用户：“/var/log/ascend_seclog/ascend_toolkit_install.log” |
| 软件包版本、CPU架构、GCC版本和安装路径等信息的记录路径 | “${HOME}/Ascend/ascend-toolkit/latest/*{arch}-*linux/ascend_toolkit_install.info” |
| 参数 | 含义 |
|---|---|
| ${HOME} | 当前用户目录。例如："/home/xxxx" |
| *{arch}-*linux | 形态目录，以软件包的CPU架构、Linux分支的组合命名。例如：“x86_64-linux” |
2.3 安装后处理
配置交叉编译环境
因为开发环境与运行环境的架构不同，所以需要在开发环境安装交叉编译工具，具体如表1所示：
| 开发环境架构 | 运行环境架构 | 编译环境配置 |
|---|---|---|
| x86_64 | aarch64 | 请使用软件包的安装用户，在开发环境执行aarch64-linux-gnu-g++ --version命令检查是否已安装g++交叉编译器，若有如下回显信息，则表示已经安装。aarch64-linux-gnu-g++ (Ubuntu/Linaro 7.5.0-3ubuntu1~18.04) 7.5.0 若未安装g++交叉编译器，则需要进行安装，安装命令示例如下（以下命令仅为示例，请用户根据实际情况替换）： sudo apt-get install g+±aarch64-linux-gnu<> |
配置环境变量
安装完成后，需要设置如下环境变量才能进行正常开发流程（如下环境变量中${install_path}以软件包使用默认安装路径为例进行说明）：
通过export方式设置环境变量，该种方式设置的环境变量只在当前窗口有效，设置完成后立即生效。
export install_path=/home/HwHiAiUser/Ascend/ascend-toolkit/latest # 以安装用户为HwHiAiUser为例
export ASCEND_OPP_PATH=${install_path}/opp
export ASCEND_AICPU_PATH=${install_path}
export TOOLCHAIN_HOME=${install_path}/toolkit
#开发离线推理程序时配置
export LD_LIBRARY_PATH=${install_path}/acllib/lib64:$LD_LIBRARY_PATH
export PATH=${install_path}/toolkit/bin:$PATH
export PYTHONPATH=${install_path}/toolkit/python/site-packages:${install_path}/pyACL/python/site-packages/acl:$PYTHONPATH
#进行模型转换/算子编译时配置
export LD_LIBRARY_PATH=${install_path}/atc/lib64:$LD_LIBRARY_PATH
export PATH=${install_path}/atc/ccec_compiler/bin:${install_path}/atc/bin:${install_path}/toolkit/bin:$PATH
export PYTHONPATH=${install_path}/toolkit/python/site-packages:${install_path}/atc/python/site-packages:$PYTHONPATH
用户也可以通过修改~/.bashrc文件方式设置永久环境变量，如下以bash shell为例进行说明：
- 以安装用户在任意目录下执行vi ~/.bashrc命令，打开**.bashrc**文件，在文件最后一行后面添加上述内容。
- 执行**:wq!**命令保存文件并退出。
- 执行source ~/.bashrc命令使其立即生效。
3. 创建sysroot
3.1 创建ssh密钥
如果您还没有 ssh 密钥，请生成一个并将其安装在DLAP221上，这样您就不用接收密码请求，也不需要在每次执行 rsync 命令时输入用户名和密码。
$ ssh-keygen -t rsa #运行此命令，后续的提示可以直接回车
Generating public/private rsa key pair.
Enter file in which to save the key (/home/HwHiAiUser/.ssh/id_rsa):
Enter passphrase (empty for no passphrase):
Enter same passphrase again:
Your identification has been saved in /home/HwHiAiUser/.ssh/id_rsa.
Your public key has been saved in /home/HwHiAiUser/.ssh/id_rsa.pub.
The key fingerprint is:
SHA256:YxUf/fq7k0l2cIjwgjP5gFz6+mRuC2fwkYJhQT0CtSU HwHiAiUser@CN05508NB01
The key's randomart image is:
+---[RSA 2048]----+
| .+E.. . .. |
| .=o . .o .. |
| +o = o.o.. o |
| . o+ *o. o o o|
| . o.S= . + |
| =.o. .o.|
| ..* o.+|
| .B. +.|
| o+. o+|
+----[SHA256]-----+
将生成的公钥上传到DLAP221设备的HwHiAiUser用户下：
$ ssh-copy-id -i ~/.ssh/id_rsa.pub HwHiAiUser@<您的DLAP221 IP地址>
/usr/bin/ssh-copy-id: INFO: Source of key(s) to be installed: "/home/HwHiAiUser/.ssh/id_rsa.pub"
/usr/bin/ssh-copy-id: INFO: attempting to log in with the new key(s), to filter out any that are already installed
/usr/bin/ssh-copy-id: INFO: 1 key(s) remain to be installed -- if you are prompted now it is to install the new keys
[email protected]'s password:
Number of key(s) added: 1
Now try logging into the machine, with: "ssh 'HwHiAiUser@<您的DLAP221 IP地址>'"
and check to make sure that only the key(s) you wanted were added.
3.2 修改用户的sudo属性
为了在运行rsync时不出现以下错误信息，我们需要修改HwHiAiUser的sudo属性。
sudo: no tty present and no askpass program specified
rsync: connection unexpectedly closed (0 bytes received so far) [Receiver]
rsync error: error in rsync protocol data stream (code 12) at io.c(235) [Receiver=3.1.2]
修改DLAP221设备的HwHiAiUser用户的sudo权限，改为如下：
vim /etc/sudoers
#includedir /etc/sudoers.d
HwHiAiUser ALL=(ALL:ALL) NOPASSWD:ALL #将HwHiAiUser属性改成不需要输密码
3.3 提取库文件和头文件
从DLAP221的系统中提取库文件和头文件，创建一个脚本：extract_sysroot.sh，内容如下：
#!/bin/bash
mkdir -p sysroot/usr/local/opencv
mkdir -p sysroot/usr/local/ffmpeg/
rsync -avz --rsync-path="sudo rsync" --delete HwHiAiUser@<您的DLAP221设备IP地址>:/lib sysroot/
rsync -avz --rsync-path="sudo rsync" --delete HwHiAiUser@<您的DLAP221设备IP地址>:/usr/include sysroot/usr/
rsync -avz --rsync-path="sudo rsync" --delete HwHiAiUser@<您的DLAP221设备IP地址>:/usr/lib sysroot/usr/
rsync -avz --rsync-path="sudo rsync" --delete HwHiAiUser@<您的DLAP221设备IP地址>:~/ascend_ddk/arm/lib sysroot/usr/local/opencv/
rsync -avz --rsync-path="sudo rsync" --delete HwHiAiUser@<您的DLAP221设备IP地址>:~/ascend_ddk/arm/include sysroot/usr/local/opencv/
rsync -avz --rsync-path="sudo rsync" --delete HwHiAiUser@<您的DLAP221设备IP地址>:/usr/local/ffmpeg/include sysroot/usr/local/ffmpeg/
rsync -avz --rsync-path="sudo rsync" --delete HwHiAiUser@<您的DLAP221设备IP地址>:/usr/local/ffmpeg/lib sysroot/usr/local/ffmpeg/
赋予脚本执行权限，并在你的PC上执行
chmod +x extract_sysroot.sh
./extract_sysroot.sh
现在我们还需要清理 rsync 操作复制的符号链接，以便指向正确的原始文件。这个可供下载的 Python 小脚本可以解决此问题：
wget https://raw.githubusercontent.com/riscv/riscv-poky/master/scripts/sysroot-relativelinks.py
让脚本处于可执行状态，然后调用该脚本：
chmod +x sysroot-relativelinks.py
./sysroot-relativelinks.py sysroot
修改PC端的~/.bashrc文件，添加以下环境变量指向sysroot的ffmpeg和opencv。
#FFMPEG
export FFMPEG_PATH=/home/HwHiAiUser/sysroot/usr/local/ffmpeg
export LD_LIBRARY_PATH=$FFMPEG_PATH/lib:$LD_LIBRARY_PATH
#OpenCV
export OPENCV_PATH=/home/HwHiAiUser/sysroot/usr/local/opencv
export LD_LIBRARY_PATH=$OPENCV_PATH/lib:$LD_LIBRARY_PATH
4. 交叉编译工程并部署
现在以InferOfflineVideo这个工程来演示如何编译和部署。
4.1 下载APISamples样例库
cd /home/HwHiAiUser
mkdir workspace
cd workspace
git clone https://gitee.com/shiner-chen/APISamples.git
4.2 添加cross.cmake 文件
按如下方式在InferOfflineVideo工程目录下添加一个cross.cmake文件。
cd APISamples/src/Samples/InferOfflineVideo
vim cross.cmake
添加以下内容到cross.cmake文件
set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_SYSTEM_VERSION 1)
set(CMAKE_SYSTEM_PROCESSOR aarch64)
set(SYSROOT_PATH /home/HwHiAiUser/sysroot/) ##此处修改为您生成的sysroot目录
set(CMAKE_SYSROOT "${SYSROOT_PATH}")
message(STATUS "Using sysroot path as ${SYSROOT_PATH}")
set(TOOLCHAIN_HOST /usr/bin/aarch64-linux-gnu) ##此处修改为您安装的交叉编译器的路径
set(TOOLCHAIN_CC "${TOOLCHAIN_HOST}-gcc")
set(TOOLCHAIN_CXX "${TOOLCHAIN_HOST}-g++")
set(CMAKE_C_COMPILER ${TOOLCHAIN_CC})
set(CMAKE_CXX_COMPILER ${TOOLCHAIN_CXX})
include_directories(${SYSROOT_PATH}/usr/include/aarch64-linux-gnu) ##添加sysroot下的头文件目录
link_directories(${SYSROOT_PATH}/usr/lib ${SYSROOT_PATH}/lib) ##添加sysroot下的库文件目录
#add_link_options("LINKER:-rpath-link,/home/HwHiAiUser/workspace/sysroot_making_log/squashfs-root/usr/lib/aarch64-linux-gnu:/home/HwHiAiUser/workspace/sysroot_making_log/squashfs-root/usr/lib/aarch64-linux-gnu/")
set(CMAKE_FIND_ROOT_PATH_MODE_PROGRAM NEVER)
set(CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY)
set(CMAKE_FIND_ROOT_PATH_MODE_INCLUDE ONLY)
set(CMAKE_FIND_ROOT_PATH_MODE_PACKAGE ONLY)
4.3 修改和添加相关文件
在CMakeLists.txt文件中添加对cross.cmake的引用
# Copyright (c) Huawei Technologies Co., Ltd. 2020. All rights reserved.
cmake_minimum_required(VERSION 3.5.1)
project(InferOfflineVideo)
set(PROJECT_SRC_ROOT ${CMAKE_CURRENT_LIST_DIR})
include(cross.cmake) ##此处添加对cross.cmake文件的引用
set(CMAKE_MODULE_PATH ${PROJECT_SRC_ROOT}/CMake)
set(CMAKE_SKIP_BUILD_RPATH True)
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${PROJECT_SRC_ROOT}/dist)
add_compile_options(-std=c++11 -fPIE -fstack-protector-all -Wall)
add_definitions(-DENABLE_DVPP_INTERFACE)
add_definitions(-DASCEND_MODULE_USE_ACL)
# Check environment variable
if(NOT DEFINED ENV{ASCEND_HOME})
message(FATAL_ERROR "please define environment variable:ASCEND_HOME")
endif()
# Set include directory and library directory
if (NOT DEFINED ENV{FFMPEG_PATH})
message(FATAL_ERROR "Please define FFMPEG_PATH first!")
else()
#message("FFMPEG_PATH $ENV{FFMPEG_PATH}")
set(FFMPEG_PATH $ENV{FFMPEG_PATH})
endif()
.......
修改build.sh文件
..... ## 此处 省略若干行
# copy config file and model into dist
if [ ! -d dist ]; then
echo "Build failed, dist directory does not exist."
exit 1
fi
rm -rf ./dist/data
mkdir ./dist/data
cp ./data/*.264 ./dist/data ##添加拷贝测试视频到dist/data，以便于部署时一并拷贝到DLAP221上
mkdir -p ./dist/data/models/label
if [ ${model_type} -eq 1 ]; then
mkdir ./dist/data/config
cp -r ./data/config/yolov5/* ./dist/data/config
mkdir -p ./dist/data/models/yolov5
cp ./data/models/yolov5/coco.names ./dist/data/models/label
om_num=$(ls ./data/models/yolov5/*.om 2>/dev/null |wc -l)
if [ ${om_num} -eq 0 ]; then
echo "[Warning] No .om file in ./data/models/yolov5, please convert the model to .om file first."
else
cp ./data/models/yolov5/*.om ./dist/data/models/yolov5
fi
else
... ## 此处 省略若干行
修改data/config/yolov5/setup.config文件
# configuration for the system
SystemConfig.deviceId = 0
SystemConfig.channelCount = 1
#stream url, the number is SystemConfig.channelCount
stream.ch0 = ./data/0_720P_25.264 ##修改此处，指向实际的测试文件
#stream.ch1 = rtsp://xxx.xxx.xxx.xxx:xxxx/input.264
#stream.ch2 = rtsp://xxx.xxx.xxx.xxx:xxxx/input.264
#stream.ch3 = rtsp://xxx.xxx.xxx.xxx:xxxx/input.264
#stream.ch4 = rtsp://xxx.xxx.xxx.xxx:xxxx/input.264
#stream.ch5 = rtsp://xxx.xxx.xxx.xxx:xxxx/input.264
#stream.ch6 = rtsp://xxx.xxx.xxx.xxx:xxxx/input.264
#stream.ch7 = rtsp://xxx.xxx.xxx.xxx:xxxx/input.264
VideoDecoder.resizeWidth = 640
VideoDecoder.resizeHeight = 640
ModelInfer.modelWidth = 640
ModelInfer.modelHeight = 640
ModelInfer.modelName = YoloV5
ModelInfer.modelType = 2 # 0: YoloV3 Caffe, 1: YoloV3 Tensorflow, 2: Yolov5 Pytorch
ModelInfer.modelPath = ./data/models/yolov5/yolov5s_640.om
skipInterval = 5 # One frame is selected for inference every frames
在工程目录下创建部署脚本deploy.sh，内容如下：
#!/bin/bash
rsync -avz --rsync-path="sudo rsync" dist [email protected]:~/deploy ## 注意修改ip地址为您的设备IP地址，并事先在DLAP221上创建好deploy目录
4.4 编译工程
运行如下命令编译工程
bash build.sh YOLOV5 #因为工程代码中已经包含了yolov5s的模型文件，为方便起见，此处编译YOlOV5的演示demo
Set ASCEND_VERSION to the default value: ascend-toolkit/latest
ARCH_PATTERN is set to arm64-linux by user, reset it to arm64-linux/acllib
-- The C compiler identification is GNU 7.5.0
-- The CXX compiler identification is GNU 7.5.0
-- Check for working C compiler: /usr/bin/cc
-- Check for working C compiler: /usr/bin/cc -- works
-- Detecting C compiler ABI info
-- Detecting C compiler ABI info - done
-- Detecting C compile features
-- Detecting C compile features - done
-- Check for working CXX compiler: /usr/bin/c++
-- Check for working CXX compiler: /usr/bin/c++ -- works
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Detecting CXX compile features
-- Detecting CXX compile features - done
-- Using sysroot path as /home/HwHiAiUser/sysroot/
-- Configuring done
-- Generating done
-- Build files have been written to: /home/HwHiAiUser/workspace/APISamples/src/Samples/InferOfflineVideo/build
Scanning dependencies of target main
[ 4%] Building CXX object CMakeFiles/main.dir/Module/StreamPuller/StreamPuller.cpp.o
[ 9%] Building CXX object CMakeFiles/main.dir/main.cpp.o
[ 14%] Building CXX object CMakeFiles/main.dir/Common/Singleton.cpp.o
[ 19%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/ErrorCode/ErrorCode.cpp.o
[ 23%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/Common/PostProcess/Yolo/src/Yolov5Post.cpp.o
[ 28%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/FileManager/FileManager.cpp.o
[ 33%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/DvppCommon/DvppCommon.cpp.o
[ 38%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/Framework/ModuleManager/ModuleBase.cpp.o
[ 42%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/Log/Log.cpp.o
[ 47%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/Framework/ModuleManager/ModuleManager.cpp.o
[ 52%] Building CXX object CMakeFiles/main.dir/Module/VideoDecoder/VideoDecoder.cpp.o
[ 57%] Building CXX object CMakeFiles/main.dir/Module/ModelInfer/ModelInfer.cpp.o
[ 61%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/AsynLog/AsynLog.cpp.o
[ 66%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/Statistic/Statistic.cpp.o
[ 71%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/ConfigParser/ConfigParser.cpp.o
[ 76%] Building CXX object CMakeFiles/main.dir/Module/PostProcess/PostProcess.cpp.o
[ 80%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/Common/PostProcess/Yolo/src/Yolov3Post.cpp.o
[ 85%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/Framework/ModelProcess/ModelProcess.cpp.o
[ 90%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/CommandParser/CommandParser.cpp.o
[ 95%] Building CXX object CMakeFiles/main.dir/home/HwHiAiUser/workspace/APISamples/src/Samples/ascendbase/src/Base/ResourceManager/ResourceManager.cpp.o
[100%] Linking CXX executable ../dist/main
[100%] Built target main
确认编译结果，看看否是生成ARM64架构的执行文件
file dist/main
dist/main: ELF 64-bit LSB shared object, ARM aarch64, version 1 (GNU/Linux), dynamically linked, interpreter /lib/ld-linux-aarch64.so.1, for GNU/Linux 3.7.0, BuildID[sha1]=6f08748925546d393c26d5826a163688167b3363, stripped
结果中有：ARM aarch64 表示交叉编译成功！
4.5 部署工程
运行deploy.sh将工程部署到DLAP221上执行
./deploy.sh
sending incremental file list
dist/
dist/main
dist/data/
dist/data/0_720P_25.264
dist/data/config/
dist/data/config/acl.json
dist/data/config/setup.config
dist/data/models/
dist/data/models/label/
dist/data/models/label/coco.names
dist/data/models/yolov5/
dist/data/models/yolov5/yolov5s_640.om
sent 649 bytes received 74,313 bytes 29,984.80 bytes/sec
total size is 58,789,368 speedup is 784.26
4.6 执行工程
登录到DLAP221设备，工程部署到了/home/HwHiAiUser/deploy/dist目录下
cd /home/HwHiAiUser/deploy/dist
ls
data logs main result
./main ##运行程序，显示以下内容代表程序运行正常
[Info ][2021-09-30 16:32:09:966370][main.cpp InitModuleManager:61] InitModuleManager begin
[Info ][2021-09-30 16:32:09:966797][main.cpp InitModuleManager:79] ModuleManager: begin to init
[Info ][2021-09-30 16:32:10:002617][ResourceManager.cpp InitResource:75] Initialized acl successfully.
[Info ][2021-09-30 16:32:10:070226][ResourceManager.cpp InitResource:84] Open device 0 successfully.
[Info ][2021-09-30 16:32:10:071830][ResourceManager.cpp InitResource:91] Created context for device 0 successfully
[Info ][2021-09-30 16:32:10:071967][ResourceManager.cpp InitResource:102] Init resource successfully.
[Info ][2021-09-30 16:32:10:072243][VideoDecoder.cpp Init:144] thread create ID = 281470262304528
[Info ][2021-09-30 16:32:10:072395][VideoDecoder.cpp DecoderThread:107] DecoderThread start
[Info ][2021-09-30 16:32:10:085122][ModelProcess.cpp Init:240] ModelProcess:Begin to init instance.
[Info ][2021-09-30 16:32:10:359338][PostProcess.cpp Init:99] Loaded label successfully.
[Info ][2021-09-30 16:32:10:359597][ModuleManager.cpp RunPipeline:247] ModuleManager: begin to run pipeline.
[Info ][2021-09-30 16:32:10:359984][ModuleManager.cpp RunPipeline:268] ModuleManager: run pipeline success.
[Info ][2021-09-30 16:32:10:360081][main.cpp main:131] wait for exit signal
Input #0, h264, from './data/0_720P_25.264':
Duration: N/A, bitrate: N/A
Stream #0:0: Video: h264 (High), yuv420p(progressive), 1280x720 [SAR 1:1 DAR 16:9], 25 fps, 25 tbr, 1200k tbn, 50 tbc
[Info ][2021-09-30 16:32:10:405054][StreamPuller.cpp StartStream:108] Start the stream......
[Info ][2021-09-30 16:32:10:407181][DvppCommon.cpp InitVdec:205] Vdec init resource successfully.
[Info ][2021-09-30 16:32:10:480942][VideoDecoder.cpp VideoDecoderCallBack:76] [Channel:0 Frame:0] Decode cost time(ms):5.50032
... #此处省略若干log！！
3. 部署MindStudio（可选）
若您想基于MindStudio开发工具进行AI应用开发，需要额外在开发环境中部署MindStudio工具包，操作步骤如下：
- 请单击下载链接下载MindStudio安装包。
- 请参见安装MindStudio章节中的“操作步骤”，解压安装包，执行安装脚本进行安装。
除非开发算子，否则不推荐用MindStudio来开发AI推理应用!!
4. 在线开发环境
所谓在线开发环境就是指直接在DLAP221上安装开发套件包，进行开发，直接在DLAP221上编译与运行程序。此处与独立部署开发套件包不一样的是，不需要安装Ascend-cann-toolkit_{version}_linux-x86_64.run包。
4.1 安装开发套件
登录到DLAP221设备，将Ascend-cann-toolkit_{version}_linux-aarch64.run上传到/home/HwHiAiUser目录，运行以下命令安装：
./Ascend-cann-toolkit_*{version}*_linux-aarch64.run --install --chip=Ascend310
如果安装报写文件权限错，可以尝试以sudo方式安装：
sudo ./Ascend-cann-toolkit_*{version}*_linux-aarch64.run --install --chip=Ascend310
4.2 修改环境变量
根据开发套件包安装的路径，修改以下环境变量的路径并添加到/home/HwHiAiUser/.bashrc文件，注意注释掉文件中已有的环境变量：
export LD_LIBRARY_PATH=/home/HwHiAiUser/Ascend/acllib/lib64:/usr/lib64
export PYTHONPATH=/home/HwHiAiUser/Ascend/pyACL/python/site-packages/acl
export ASCEND_AICPU_PATH=/home/HwHiAiUser/Ascend
export FFMPEG_PATH=/usr/local/ffmpeg
export PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin
export LD_LIBRARY_PATH=/usr/local/ffmpeg/lib:/home/HwHiAiUser/ascend_ddk/arm/lib:$LD_LIBRARY_PATH
#env for ascend-toolkit
export DDK_PATH=/home/HwHiAiUser/Ascend/ascend-toolkit/latest
export NPU_HOST_LIB=/home/HwHiAiUser/Ascend/ascend-toolkit/latest/acllib/lib64/stub
export ASCEND_HOME=/home/HwHiAiUser/Ascend/ascend-toolkit
export ASCEND_VERSION=latest
export ARCH_PATTERN=arm64-linux
export PYTHONPATH=$PYTHONPATH:$DDK_PATH/toolkit/python/site-packages:$DDK_PATH/atc/python/site-packages
export PATH=$PATH:$DDK_PATH/atc/bin:$DDK_PATH/atc/ccec_compiler/bin:$DDK_PATH/fwkacllib/ccec_compiler/bin:$DDK_PATH/fwkacllib/bin:
export ASCEND_OPP_PATH=$DDK_PATH/opp
export TOOLCHAIN_HOME=$DDK_PATH/toolkit
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$DDK_PATH/atc/lib64:$DDK_PATH/fwkacllib/lib64
#FFMPEG
export PATH=$PATH:/usr/local/ffmpeg/bin
export FFMPEG_PATH=/usr/local/ffmpeg
export LD_LIBRARY_PATH=$FFMPEG_PATH/lib:$LD_LIBRARY_PATH
#OpenCV
export OPENCV_PATH=/home/HwHiAiUser/ascend_ddk/arm
export LD_LIBRARY_PATH=$OPENCV_PATH/lib:$LD_LIBRARY_PATH
关于如何在线调试AI推理应用，请参考我以前写的博文：如何利用Vscode远程调试atlas200设备上程序
5. 参考资料
Atlas200 DK 开发者套件文档：https://support.huaweicloud.com/environment-deployment-Atlas200DK202/atlased_04_0017.html