212 Star 1.1K Fork 991

Ascend/samples

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
best_practices
common
cplusplus
common
contrib
environment
level1_single_api
level2_simple_inference
0_data_process
batchcrop
crop
cropandpaste
ffmpegdecode
jpegd
jpege
resize
smallResolution_cropandpaste
vdec
vdecandvenc
venc
venc_image
data
inc
scripts
src
CMakeLists.txt
README.md
README_CN.md
README.md
README_CN.md
1_classification
2_object_detection
3_segmentation
4_recommendation
5_nlp
6_other
n_e2e
n_performance
README.md
README_CN.md
level3_application/1_cv/detect_and_classify
README.md
README_CN.md
docs
growthpath
inference
operator
operator_contrib
python
robot/ascend_car
st
training
.gitignore
CONTRIBUTING_CN.md
CONTRIBUTING_EN.md
LICENSE
NOTICE
OWNERS
README.md
build_run.sh
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README

媒体数据处理(视频编码)

功能描述

该样例将一张YUV420SP NV12格式的图片连续编码n次,生成一个H265格式的视频码流(n可配,通过运行应用时设置入参来配置,默认为16次)。

目录结构

样例代码结构如下所示。

├── data
│   ├── dvpp_venc_128x128_nv12.yuv            //测试数据,需要按指导获取测试图片,放到data目录下

├── inc
│   ├── venc_process.h               //声明数据预处理相关函数的头文件
│   ├── sample_process.h               //声明模型处理相关函数的头文件                  
│   ├── utils.h                       //声明公共函数(例如:文件读取函数)的头文件

├── scripts
│   ├── host_version.conf               // version配置
│   ├── testcase_200dk.sh              // Atlas200dk脚本    
│   ├── testcase_300.sh                // Atlas300脚本

├── src
│   ├── acl.json               //系统初始化的配置文件
│   ├── CMakeLists.txt         //编译脚本
│   ├── main.cpp               //主函数,多图多框抠图功能的实现文件
│   ├── sample_process.cpp     //资源初始化/销毁相关函数的实现文件                                       
│   ├── utils.cpp              //公共函数(例如:文件读取函数)的实现文件
│   ├── venc_process.cpp       //数据预处理相关函数的实现文件

├── CMakeLists.txt    //编译脚本,调用src目录下的CMakeLists文件
├── README_CN.md      // 中文指导
├── README.md         // 英文指导

环境要求

  • 操作系统及架构:CentOS 7.6 x86_64、CentOS aarch64、Ubuntu 18.04 x86_64、EulerOS x86、EulerOS aarch64

  • 编译器:g++或aarch64-linux-gnu-g++

  • 芯片:Atlas 200/300/500 推理产品、Atlas 推理系列产品(配置Ascend 310P AI处理器)、Atlas 训练系列产品

  • python及依赖的库:python3.7.5

  • 已在环境上部署昇腾AI软件栈,并配置对应的的环境变量,请参见Link中对应版本的CANN安装指南。

    以下步骤中,开发环境指编译开发代码的环境,运行环境指运行算子、推理或训练等程序的环境,运行环境上必须带昇腾AI处理器。开发环境和运行环境可以合设在同一台服务器上,也可以分设,分设场景下,开发环境下编译出来的可执行文件,在运行环境下执行时,若开发环境和运行环境上的操作系统架构不同,则需要在开发环境中执行交叉编译。

准备测试图片

  1. 下载sample仓代码并上传至环境后,请先进入根目录下“cplusplus/level2_simple_inference/0_data_process/venc_image”样例目录。

    请注意,下文中的样例目录均指“cplusplus/level2_simple_inference/0_data_process/venc_image”目录。

  2. 准备测试图片。

    请从以下链接获取该样例的测试图片,并以运行用户将获取的文件上传至开发环境的“样例目录/data“目录下。如果目录不存在,需自行创建。

    https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dvpp_venc_128x128_nv12.yuv

编译运行

  1. 配置CANN基础环境变量和Python环境变量,请参见Link

  2. 编译代码。

    1. 以运行用户登录开发环境。

    2. 下载sample仓代码并上传至环境后,请先进入根目录下“cplusplus/level2_simple_inference/0_data_process/venc_image”样例目录。

      请注意,下文中的样例目录均指“cplusplus/level2_simple_inference/0_data_process/venc_image”目录。

    3. 设置环境变量,配置程序编译依赖的头文件与库文件路径。

      设置以下环境变量后,编译脚本会根据“{DDK_PATH}环境变量值/runtime/include/acl”目录查找编译依赖的头文件,根据{NPU_HOST_LIB}环境变量指向的目录查找编译依赖的库文件。“$HOME/Ascend”请替换“Ascend-cann-toolkit”包的实际安装路径。

      • 当开发环境与运行环境的操作系统架构相同时,配置示例如下所示:

        export DDK_PATH=$HOME/Ascend/ascend-toolkit/latest
        export NPU_HOST_LIB=$DDK_PATH/runtime/lib64/stub
        
      • 当开发环境与运行环境的操作系统架构不同时,配置示例如下所示:

        例如,当开发环境为X86架构、运行环境为AArch64架构时,则涉及交叉编译,需在开发环境上安装AArch64架构的软件包,将{DDK_PATH}环境变量的路径指向AArch64架构的软件包安装目录(如下所示),便于使用与运行环境架构相同的软件包中的头文件和库文件来编译代码。

        export DDK_PATH=$HOME/Ascend/ascend-toolkit/latest/arm64-linux
        export NPU_HOST_LIB=$DDK_PATH/runtime/lib64/stub
        

      您可以登录对应的环境,执行“uname -a”命令查询其操作系统的架构。

    4. 切换到样例目录,创建目录用于存放编译文件,例如,本文中,创建的目录为“build/intermediates/host“。

      mkdir -p build/intermediates/host
      
    5. 切换到“build/intermediates/host“目录,执行cmake生成编译文件。

      “../../../src“表示CMakeLists.txt文件所在的目录,请根据实际目录层级修改。

      将DCMAKE_SKIP_RPATH设置为TRUE,代表不会将rpath信息(即NPU_HOST_LIB配置的路径)添加到编译生成的可执行文件中去,可执行文件运行时会自动搜索实际设置的LD_LIBRARY_PATH中的动态链接库。

      • 当开发环境与运行环境操作系统架构相同时,执行如下命令编译。

        cd build/intermediates/host
        cmake ../../../src -DCMAKE_CXX_COMPILER=g++ -DCMAKE_SKIP_RPATH=TRUE
        
      • 当开发环境与运行环境操作系统架构不同时,执行以下命令进行交叉编译。

        例如,当开发环境为X86架构,运行环境为AArch64架构时,执行以下命令进行交叉编译。

        cd build/intermediates/host
        cmake ../../../src -DCMAKE_CXX_COMPILER=aarch64-linux-gnu-g++ -DCMAKE_SKIP_RPATH=TRUE
        
    6. 执行make命令,生成的可执行文件main在“样例目录/out“目录下。

      make
      
  3. 运行应用。

    1. 以运行用户将开发环境的样例目录及目录下的文件上传到运行环境(Host),例如“$HOME/venc_image”。

    2. 以运行用户登录运行环境(Host)。

    3. 切换到可执行文件main所在的目录,例如“$HOME/venc_image/out”,给该目录下的main文件加执行权限。

      chmod +x main
      
    4. 切换到可执行文件main所在的目录,例如“$HOME/venc_image/out”,运行可执行文件。

      执行可执行文件成功后,同时会在main文件同级output目录下生成编码结果文件dvpp_venc_128x128.h265,便于后期查看。

      执行可执行文件时,可以增加入参来配置编码的次数,例如“./main 20”,如果不增加入参,则默认编码次数为16次。

      ./main
      

      执行成功后,在屏幕上的关键提示信息示例如下。

      [INFO]  ./main param, param is execute venc times(default 16)
      [INFO]  acl init success
      [INFO]  open device 0 success
      [INFO]  create context success
      [INFO]  get run mode success
      [INFO]  create process callback thread successfully, threadId = 139926343980800
      [INFO]  start check result fold:output/
      [INFO]  make directory successfully.
      [INFO]  check result success, fold exist
      [INFO]  process callback thread start
      [INFO]  venc init resource success
      [INFO]  success to callback, stream size:5431
      [INFO]  success to callback, stream size:704
      [INFO]  success to callback, stream size:693
      [INFO]  success to callback, stream size:922
      [INFO]  success to callback, stream size:1153
      [INFO]  success to callback, stream size:689
      [INFO]  success to callback, stream size:857
      [INFO]  success to callback, stream size:1273
      [INFO]  success to callback, stream size:785
      [INFO]  success to callback, stream size:976
      [INFO]  success to callback, stream size:869
      [INFO]  success to callback, stream size:1445
      [INFO]  success to callback, stream size:845
      [INFO]  success to callback, stream size:1003
      [INFO]  success to callback, stream size:922
      [INFO]  success to callback, stream size:905
      [INFO]  venc process success
      [INFO]  execute sample success
      [INFO]  destory process callback thread success
      [INFO]  end to destroy context
      [INFO]  end to reset device is 0
      [INFO]  end to finalize acl
      

关键接口介绍

在该样例中,涉及的关键功能点及其接口,如下所示:

  • 初始化

    • 调用aclInit接口初始化AscendCL配置。
    • 调用aclFinalize接口实现AscendCL去初始化。
  • Device管理

    • 调用aclrtSetDevice接口指定用于运算的Device。
    • 调用aclrtGetRunMode接口获取昇腾AI软件栈的运行模式,根据运行模式的不同,内部处理流程不同。
    • 调用aclrtResetDevice接口复位当前运算的Device,回收Device上的资源。
  • Context管理

    • 调用aclrtCreateContext接口创建Context。
    • 调用aclrtDestroyContext接口销毁Context。
  • 内存管理

    • 调用aclrtMallocHost接口申请Host上内存。
    • 调用aclrtFreeHost释放Host上的内存。
    • 调用aclrtMalloc接口申请Device上的内存。
    • 调用aclrtFree接口释放Device上的内存。
    • 执行数据预处理时,若需要申请Device上的内存存放输入或输出数据,需调用acldvppMalloc申请内存、调用acldvppFree接口释放内存。
  • 数据传输

    调用aclrtMemcpy接口通过内存复制的方式实现数据传输。

  • 数据预处理

    视频编码,调用aclvencSendFrame接口将将待编码的图片传到编码器进行编码。

马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
1
https://gitee.com/ascend/samples.git
git@gitee.com:ascend/samples.git
ascend
samples
samples
master

搜索帮助