本样例为大家学习昇腾软件栈提供参考，非商业目的！

detection_and_classify样例

功能：使用 yolov3和 color模型对输入进行预测推理，并将结果打印到输出上。
样例输入：原始图片jpg文件/视频mp4文件。
样例输出：带推理结果的图片/视频文件。

目录结构

├── model                      //模型文件夹，存放样例运行需要的模型文件
│   └── xxxx.pb                 
├── data                       //数据文件夹
│   └── xxxx                   //测试数据,输入图片/视频 
├── inc                        //头文件文件夹
│   └── CarParams.h            //声明样例使用的数据结构的头文件 
├── out                        //编译输出文件夹，存放编译生成的可执行文件
│   ├── xxxx                   //可执行文件 
│   └── output                 //结果输出文件夹（如果不存在需要自行创建）
│       └── xxxx               //样例运行的输出结果
├── display                    //网页展示功能实现代码文件夹
│   ├── presenterserver        //presenterserver文件夹
│   └── run_presenter_server.sh//presenterserver启动脚本
├── scripts                    //配置文件+脚本文件夹
│   ├── params.conf            //样例运行配置文件 
│   ├── present_start.conf     //presentserver启动配置文件 
│   ├── sample_build.sh        //快速编译脚本
│   └── sample_run.sh          //快速运行脚本
├── src 
│   ├── acl.json               //系统初始化的配置文件 
│   ├── CMakeLists.txt         //Cmake编译文件
│   ├── classifyPostprocess    //分类模型后处理线程文件夹，存放该业务线程的头文件及源码
│   ├── classifyPreprocess     //分类模型预处理线程文件夹，存放该业务线程的头文件及源码
│   ├── detectPostprocess      //检测模型后处理线程文件夹，存放该业务线程的头文件及源码
│   ├── detectPreprocess       //检测模型预处理线程文件夹，存放该业务线程的头文件及源码
│   ├── inference              //预处理线程文件夹，存放该业务线程的头文件及源码
│   ├── presentagentDisplay    //网页展示线程文件夹，存放该业务线程的头文件及源码
│   └── main.cpp               //主函数，图片分类功能的实现文件  
└── CMakeLists.txt             //编译脚本入口，调用src目录下的CMakeLists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. 准备源码包

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. 准备模型和数据

准备模型

模型转换

需要将下载的原始模型转换为适配昇腾AI处理器的离线om模型，并放置到样例代码中的“model”目录下。

为方便操作，此处直接给出了原始模型的下载命令以及模型转换命令，可直接拷贝执行。当然，您也可以参见上方模型下载链接中的 Readme进行手工操作，并了解更多细节。

# 进入目标识别样例工程根目录
cd $HOME/samples/cplusplus/level3_application/1_cv/detect_and_classify
# 创建并进入model目录
mkdir model
cd model
# 下载yolov3的原始模型文件及AIPP配置文件
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/YOLOV3_carColor_sample/data/yolov3_t.onnx --no-check-certificate
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/YOLOV3_carColor_sample/data/aipp_onnx.cfg --no-check-certificate
# 执行模型转换命令，生成yolov3的适配昇腾AI处理器的离线模型文件
atc --model=./yolov3_t.onnx --framework=5 --output=yolov3 --input_shape="images:1,3,416,416;img_info:1,4" --soc_version=Ascend310 --input_fp16_nodes="img_info" --insert_op_conf=aipp_onnx.cfg
# 下载color模型的原始模型文件及AIPP配置文件
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/YOLOV3_carColor_sample/data/color.pb --no-check-certificate
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/YOLOV3_carColor_sample/data/aipp.cfg --no-check-certificate
# 执行模型转换命令，生成color的适配昇腾AI处理器的离线模型文件
atc --input_shape="input_1:-1,224,224,3" --output=./color_dynamic_batch --soc_version=Ascend310 --framework=3 --model=./color.pb --insert_op_conf=./aipp.cfg --dynamic_batch_size="1,2,4,8"

准备数据

样例编译时会自动下载测试数据，无需手工下载。

若您想自行下载测试数据，可参见如下命令：

wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/YOLOV3_carColor_sample/data/car0.mp4 --no-check-certificate
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/YOLOV3_carColor_sample/data/car1.mp4 --no-check-certificate
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/YOLOV3_carColor_sample/data/car1.jpg --no-check-certificate

样例数据下载完后请存储在样例工程的data目录下。

编译运行

1. 在通用目标识别样例工程的根目录下执行以下命令，进行样例编译。

   cd scripts 
   bash sample_build.sh
   
   

   编译完成后，会在out文件夹下生成可执行文件main。

   1.1.当使用源码编译acl库时需要修改scripts下的sample_build.sh文件以及修改src目录下的CMakeLists.txt文件中acl源码以及头文件的路径,例子如下

   sample_build.sh第40行

   cmake ../../../src -DCMAKE_CXX_COMPILER=${TargetCompiler} -DCMAKE_SKIP_RPATH=TRUE -DUSE_LIBRARY=OFF -DUSE_PRESENT=ON   
   #修改-DUSE_LIBRARY=OFF,代表不使用acl动态库的方式(即源码编译)调用acl
   

   CMakeLists.txt第57行-61行

   if(NOT USE_LIBRARY)
   include_directories(
           $ENV{HOME}/samples/cplusplus/common/acllite/include/  
           #将此路径更改为您acl库头文件的路径       
   )
   else()
   

   CMakeLists.txt第89行-94行

   if(NOT USE_LIBRARY)
   aux_source_directory($ENV{HOME}/samples/cplusplus/common/acllite/src/ aclLite)
   #将此路径更改为您acl库源码cpp文件的路径
   target_sources(main 
       PUBLIC
           ${aclLite})
   endif()
   

   1.2.如果未安装presentagent依赖，需要修改scripts下sample_build.sh文件

   sample_build.sh第40行

   cmake ../../../src -DCMAKE_CXX_COMPILER=${TargetCompiler} -DCMAKE_SKIP_RPATH=TRUE -DUSE_LIBRARY=ON -DUSE_PRESENT=OFF   
   #修改-DUSE_PRESENT=OFF,代表不使用presentagent依赖
   

2. 修改scripts目录下的params.conf文件，配置样例的输入数据类型及结果展示类型。

   [base_options]
   device_num=1    # Device数量    
   RtspNumPerDevice=1      # 每个Device上的输入路数
   
   [rtsp_options_param] #rtsp的推拉流url
   URL=rtsp://192.168.220.175:8554/stream # 192.168.220.175为本地IP
   
   [options_param_0]    # 第1路的配置参数
   inputType_0=pic       # 第1路的输入数据类型
   outputType_0=pic    # 第1路的输出数据类型
   inputDataPath_0=../data/pic   # 第1路的输入数据路径
   
   #outputFrameWidth_0=1280  # outputType_0为video时，需要配置此参数，代表输出视频的宽
   #outputFrameHeight_0=720  # outputType_0为video时，需要配置此参数，代表输出视频的高
   
   #[options_param_1]    # 第2路的配置参数
   #inputType_1=video
   #outputType_1=presentagent
   #inputDataPath_1=../data/car2.mp4
   #outputFrameWidth_1=2368
   #outputFrameHeight_1=1080
   
   .......
   

   具体参数说明可参考通用目标识别样例/样例编译运行。

3. 若输出类型配置的为“presentagent”，运行可执行文件前可以参考通用目标识别样例/样例编译运行中相关内容进行 PresentServer的配置、启动和访问。若配置的其他输出类型，则此步骤可跳过。

4. 若输出类型配置的为“rtsp”，则需要先安装rtsp-simple-server，然后启动rtsp服务，再运行程序，具体可参考样例参数说明中相关内容。若配置的其他输出类型，则此步骤可跳过。

5. 运行样例。

   cd ../out
   ./main
   

6. 查看运行结果。

   样例将根据配置的输出数据类型，输出不同文件：

   • 若输出数据类型配置为pic 输出数据存储在out/output文件夹下，为名称类似于device_X_out_pic_Y.jpg 的图片，其中X代表第x路，Y代表第y张图片。

   • 若输出数据类型配置为video 输出数据存储在out/output文件夹下，为名称类似于：out_testX.mp4 的视频，其中X代表第x路。

   • 若输出数据类型配置为presentagent 请参见访问PresentServer展示界面查看推理结果。

更多样例详情可参考 通用目标识别样例，包括如何进行定制开发和性能提升。