# P2024AlgDocker

**Repository Path**: aprogrotess/p2024-alg-docker

## Basic Information

- **Project Name**: P2024AlgDocker
- **Description**: 医工所对外算法docker打包仓库, 每个对外算法包含相关的推理脚本、分析脚本、使用说明等。
- **Primary Language**: Python
- **License**: LGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-03-06
- **Last Updated**: 2025-06-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 仓库说明

- 此仓库一般用于归档眼科影像模态算法的代码封装文件 
- 代码封装一般只进行如下封装:
  - 模块化需求：删减、封装分析算法的Python代码
  - 网络需求: 使用FastAPI封为web服务，并添加Client远程调用代码
  - 快速部署需求：使用Dockerfile语法进行代码环境、执行的封装，最终交付DockerImage和启动的sh脚本
  - 效率优化需求：首先统计模块化算法的cprofile，profiler统计性能并输出文件，然后一般将尝试以下内容
    - 优化计算数据精度
    - 调试并固定非定值函数超参
    - 算法处理库替换
    - 模型量化(fp16/int8)
    - PyBind11计算逻辑卸载Cpp
    - 计算设备API(librga->NPU, OpenCV-Backend)等，卸载计算到专用图形设备
  - 离线集成需求：使用部署器将代码重新写为对应的Python以及Cpp格式，通常支持如下
    - OpenVINO: > intel 12th
    - TensorRT: NVIDIA Cuda GPU
    - ONNX: normal device
    - TVM: ARM GPU(一般不考虑)
    - Ascend-CL: 华为昇腾310B
- 仓库将会归档集成一些总线通信方案，并给出示例用于应对医疗设备审查问题
  - Modbus RTU/TCP
  - Serial
  - SPI Master/SPI Slave
  - I2C Master/I2C Slave
  - CAN
  - libUSB(Master)/USB Slave

## 其他文档

- 通用文档
  - nvidia docker安装.md
  - 不同平台打包模型性能评估.md
  - 打包常见镜像.md
  - 打包指南.md
  - 机械革命极光pro性能测试.md
  - 香橙派性能测试文档.md
- DeviceDriver: 外设驱动
  - CH32V203C8T6_Transfer: 沁恒CH32 USB2.0开发板, 仅实现单个USB Slave代码
  - CH343G_Transfer: 沁恒CH343G高速485模块，实现控制，文件传输功能
  - Pico_Transfer: Pico转SPI和华为开发板通信示例，失败，当作备选思路存档
  - STP23L_Distance: STP32L单点激光(TOF)测距传感器驱动Python移植代码，忽略了模块停止/复位等指令
- ModelOptimize: 模型优化
  - nncf-example: 使用intel nncf框架进行`模型部署优化`
    - cls-imagenet200-compression-example: nncf权重压缩示例
    - cls-imagenet200-quantization-example: nncf模型量化示例
  - nni-example: 使用microsoft nni框架进行`模型优化`
    - cls-mnist-pruning-example: nni模型剪枝示例
    - cls-mnist-quantization-example: nni模型量化示例

## 打包信息汇总

- Funds:
    - FundsGrade: 眼底评级
      - ConvNeXt: 基于ConvNeXt的5级眼底评级，来自外部模型归档
        - official-onnxruntime: GlauClsDRGrading官方执行版本
      - Densenet121-5: 基于Dense121的5级眼底评级
        - 仅运算: python 命令行 docker
        - py-openvino-without-optimize: 用于集成到pyside6的特化版本
        - api: python api docker 
        - openvino-cpu-win-msvc2019: cpu版本的cpp部署代码, linux测试通过
          - cpp(msvc2019) Windows OpenVINO intel CPU(i7-7800X)
          - cpp(gcc-11) Ubuntu 22 OpenVINO intel CPU(i7-12700H)
        - tensorrt-gpu-win-msvc2019: gpu版本的cpp部署代码, linux测试通过
          - cpp(msvc2019) Windows tensorrt nvidia GPU(RTX 3090 CUDA11.8 DNN8)
          - cpp(gcc-11) Ubuntu 22 tensorrt nvidia GPU(RTX 2050 CUDA11.8 DNN8)
        - ascend-aci: NPU晟腾310B CANN 7.0 Python代码
        - ascend-torch-npu: NPU晟腾310B测试性质的pytorch-npu移植
        - param-summary:  Funds Densenet121参数统计脚本
      - ResNet50: 基于ResNet的眼底评级，包含判别以及分级
    - FundsEnhance
      - StillGAN: Funds通用增强
        - 仅运算: python 命令行 docker
        - openvino-cpu: cpu版本的cpp部署代码, linux未测试
        - ascend-aci: NPU晟腾310B CANN 7.0 Python代码
        - ascend-aci-cpp: NPU晟腾310B CANN 7.0 CPP代码 
        - param-summary:  Funds StillGAN参数统计脚本
- OCT:
    - OCT分层
        - nnunet-五层
            - 仅运算: python 命令行 docker
            - api命令行:python (api + 命令行) docker 
            - api优化: python api nnunet性能优化 docker
        - deeplabv3-五层
            - 仅运算: python 命令行 docker
            - api-orin: python api 仅保留概率图 orin docker
            - gradio-ui: 基于gradio的层厚可视化ui
            - ascend-aci: NPU晟腾310B CANN 7.0 Python代码
            - param-summary: OCT deeplabv3参数统计脚本
        - optovue层厚计算
            - api分层-orin: 针对orin打包的nnunet iGPU api
            - api计算(优化)-orin: 针对orin打包的层厚api
            - react-ui: 层厚可视化ui
- OCTA:
    - OCTA分割
      - CSNet: 神经分割
      - nerveformer: 神经分割
      - CeilCSNet: 神经分割+细胞分割
      - CeilNerveformer: 神经分割+细胞分割
      - Zeiss-Faz: faz区域分割
      - Zeiss-Inter: 动静脉以及faz区域分割
      - Zeiss-大血管: 大血管分割
      - Zeiss-小血管: 小血管分割
    - OCTA增强
      - StillGAN: OCTA通用增强