目录

• 样例介绍
• 获取源码包
• 第三方依赖安装
• 样例运行
• 其他资源
• 更新说明
• 已知issue

样例介绍

使用DVPP加速预处理网络输入，并通过模型转换使能静态AIPP功能，对CrowdCounting网络执行推理，最终输出带有统计人物数量以及带有颜色标记的jpg图片。

样例输入：jpg图片。
样例输出：带有统计人物数量以及带有颜色标记的jpg图片。

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
  

第三方依赖安装

• python-acllite

  设置第三方库以及PYTHONPATH环境变量。“$HOME/Ascend”请替换“Ascend-cann-toolkit”包的实际安装路径。

   echo 'export THIRDPART_PATH=$HOME/Ascend/ascend-toolkit/latest/thirdpart'>> ~/.bashrc    
   echo 'export PYTHONPATH=${THIRDPART_PATH}/python:$PYTHONPATH'>> ~/.bashrc
  

  执行以下命令使环境变量生效并创建文件夹

   source ~/.bashrc
   mkdir -p ${THIRDPART_PATH}
  

  python-acllite库以源码方式提供，安装时将acllite目录拷贝到运行环境的第三方库目录

  cp -r ${HOME}/samples/inference/acllite/python ${THIRDPART_PATH}
  
  

• numpy

  执行以下命令安装numpy库。

  pip3 install numpy
  

样例运行

• 数据准备

  请从以下链接获取该样例的输入图片，放在data目录下。

  cd $HOME/samples/inference/modelInference/sampleCrowdCounting/data
  wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/sampleCrowdCounting/people.jpg --no-check-certificate
  

• ATC模型转换

  将CrowdCounting原始模型转换为适配昇腾310处理器的离线模型（*.om文件），放在model路径下。

  --soc_version：昇腾AI处理器的版本。进入“CANN软件安装目录/compiler/data/platform_config”目录，".ini"文件的文件名即为昇腾AI处理器的版本，请根据实际情况选择。

  # 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/inference/modelInference/sampleCrowdCounting/model
  wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/sampleCrowdCounting/CrowdCounting.onnx --no-check-certificate
  wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/sampleCrowdCounting/aipp.cfg --no-check-certificate
  atc --model=CrowdCounting.onnx --framework=5 --output=CrowdCounting --soc_version=Ascend310  --insert_op_conf=aipp.cfg                                                                     
  

• 样例运行

  执行运行脚本，开始样例运行。

  bash sample_run.sh
  

• 样例结果展示

  运行完成后，会在样例工程的out目录下生成推理后的图片，显示对比结果如下所示。

其他资源

以下资源提供了对ONNX项目和CrowdCounting模型的更深入理解：

ONNX

• GitHub: ONNX

Models

• CrowdCounting - People Counting

Documentation

• AscendCL Samples介绍
• 使用AscendCLC API库开发深度神经网络应用
• 昇腾文档

更新说明

已知issue

暂无