昇腾CANN训练营-应用营第二期-第三课作业流程记录

课程及作业地址：ascend_camp: CANN训练营第二期-应用营 (gitee.com)

一、基本作业

1、在上节课申请的镜像环境中，安装opencv-python，并进入python3，输入import cv2验证

2、配置环境变量

export MX_SDK_HOME=/home/HwHiAiUser/MindX/MindXSDK/mxVision
export LD_LIBRARY_PATH=${MX_SDK_HOME}/lib:${MX_SDK_HOME}/opensource/lib:${MX_SDK_HOME}/opensource/lib64:/usr/local/Ascend/ascend-toolkit/latest/acllib/lib64:/usr/local/Ascend/driver/lib64/
export GST_PLUGIN_SCANNER=${MX_SDK_HOME}/opensource/libexec/gstreamer-1.0/gst-plugin-scanner
export GST_PLUGIN_PATH=${MX_SDK_HOME}/opensource/lib/gstreamer-1.0:${MX_SDK_HOME}/lib/plugins
export PYTHONPATH=${MX_SDK_HOME}/python

3、将课程/week3 · kongchibin/ascend_camp - 码云 - 开源中国 (gitee.com)中文件下载至环境中，将model文件夹改名成models（或修改pipeline文件中的model->models）并将转换好的yolov3模型拷贝到models文件夹下，cd至main.py文件目录下，执行

python3 main.py

识别结果如下

二、进阶作业

1、在以上的环境前提下，下载resnet50模型

wget --no-check-certificate  https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/turing/resourcecenter/model/Resnet50V1.5/zh/1.1/ATC_Resnet50_V1.5_from_Tensorflow_Ascend310.zip

2、转模型配置文件aipp_resnet50_224_224.aippconfig

aipp_op {
    aipp_mode: static
    input_format : YUV420SP_U8
    csc_switch : true
    rbuv_swap_switch : false
    matrix_r0c0 : 256
    matrix_r0c1 : 0
    matrix_r0c2 : 359
    matrix_r1c0 : 256
    matrix_r1c1 : -88
    matrix_r1c2 : -183
    matrix_r2c0 : 256
    matrix_r2c1 : 454
    matrix_r2c2 : 0
    input_bias_0 : 0
    input_bias_1 : 128
    input_bias_2 : 128
    
    mean_chn_0 : 124
    mean_chn_1 : 117
    mean_chn_2 : 104
}

3、resnet50模型转换

atc --model=./resnet50_v1.5.pb --framework=3 --output=./resnet50_aipp_tf --soc_version=Ascend310 --input_shape=input_tensor:1,224,224,3 --insert_op_conf=./aipp_resnet50_224_224.aippconfig

4、下载作业/week3 · kongchibin/ascend_camp - 码云 - 开源中国 (gitee.com)中文件至镜像环境，并将转换好的resnet模型拷贝到model文件夹下，cd至main.py文件目录下，执行

vim main.py

修改main.py文件，将结果可视化，加入如下代码

修改完成后，按esc ：wq 保存并退出

5、查看识别结果并检查可视化成果，执行

python3 main.py

识别结果

图片可视化输出结果