中文|English

本样例为大家学习昇腾软件栈提供参考，非商业目的！

本README只提供命令行方式运行样例的指导

手写数字分类样例

功能：使用lenet模型对输入图片进行分类推理。
样例输入：待推理的jpg图片。
样例输出：存放图片中数字的txt文本。

训练过程参考 lennet mindspore训练； 在Ascend910环境， 使用scripts/convert.py 脚本将训练好的checkpoint_lenet-1_1875.ckpt 转换为mnist.air模型文件

前置条件

请检查以下条件要求是否满足，如不满足请按照备注进行相应处理。如果CANN版本升级，请同步检查第三方依赖是否需要重新安装（5.0.4及以上版本第三方依赖和5.0.4以下版本有差异，需要重新安装）。

样例准备

1. 获取源码包。

   可以使用以下两种方式下载，请选择其中一种进行源码准备。

   • 命令行方式下载（下载时间较长，但步骤简单）。

     # 开发环境，非root用户命令行中执行以下命令下载源码仓。    
     cd ${HOME}     
     git clone https://gitee.com/ascend/samples.git
     
     注：如果需要切换到其它tag版本，以v0.5.0为例，可执行以下命令。

     git checkout v0.5.0
     
   • 压缩包方式下载（下载时间较短，但步骤稍微复杂）。
     注：如果需要下载其它版本代码，请先请根据前置条件说明进行samples仓分支切换。

      # 1. samples仓右上角选择 【克隆/下载】 下拉框并选择 【下载ZIP】。    
      # 2. 将ZIP包上传到开发环境中的普通用户家目录中，【例如：${HOME}/ascend-samples-master.zip】。     
      # 3. 开发环境中，执行以下命令，解压zip包。     
      cd ${HOME}    
      unzip ascend-samples-master.zip
     

2. 获取此应用中所需要的原始网络模型。

   模型名称	模型说明	模型下载路径
   mnist	图片分类推理模型。是基于mindspore的lenet模型。	https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC Model/lenet/mnist.air

   # 为了方便下载，在这里直接给出原始模型下载及模型转换命令,可以直接拷贝执行。
   cd ${HOME}/samples/python/level2_simple_inference/1_classification/lenet_mindspore_picture/model    
   wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/lenet/mnist.air
   atc --framework=1 --model=mnist.air  --output=mnist --soc_version=Ascend310
   

3. 获取样例需要的测试图片。

   # 为了方便下载，在这里直接给出原始模型下载及模型转换命令,可以直接拷贝执行。
   cd ${HOME}/samples/python/level2_simple_inference/1_classification/lenet_mindspore_picture/data    
   wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/lenet_mindspore/test_image/test1.png
   

样例运行

注：开发环境与运行环境合一部署，请跳过步骤1，直接执行步骤2即可。

1. 执行以下命令,将开发环境的 lenet_mindspore_picture 目录上传到运行环境中，例如 /home/HwHiAiUser，并以HwHiAiUser（运行用户）登录运行环境（Host）。

   # 【xxx.xxx.xxx.xxx】为运行环境ip，200DK在USB连接时一般为192.168.1.2，300（ai1s）为对应的公网ip。
   scp -r ${HOME}/samples/python/level2_simple_inference/1_classification/lenet_mindspore_picture HwHiAiUser@xxx.xxx.xxx.xxx:/home/HwHiAiUser
   ssh HwHiAiUser@xxx.xxx.xxx.xxx
   cd ${HOME}/lenet_mindspore_picture/src    
   

2. 运行样例。

   cd ${HOME}/samples/python/level2_simple_inference/1_classification/lenet_mindspore_picture/src
   python3.6 classify.py ./data/
   

查看结果

运行时，会在命令行打印推理结果，显示如下

init resource stage:
Init resource success
Init model resource start...
[Model] create model output dataset:
malloc output 0, size 40
Create model output dataset success
Init model resource success
(32, 32)
post process
images:test1.png
======== top5 inference results: =============
label:1  confidence: 0.993403, class: 1
label:9  confidence: 0.001830, class: 9
label:8  confidence: 0.001219, class: 8
label:4  confidence: 0.001122, class: 4
label:7  confidence: 0.000977, class: 7
acl resource release all resource
Model release source success
acl resource release stream
acl resource release context
Reset acl device  0
Release acl resource success
run success

并在outputs文件夹下生成txt文件，存放置信度最高的数字。

常见错误

请参考常见问题定位对遇到的错误进行排查。如果wiki中不包含，请在samples仓提issue反馈。