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，如需在Mindstudio下运行样例，请参考Mindstudio运行图片样例wiki。

本案例由上海交通大学提供

hpa_classification样例

功能：对蛋白质图像进行自动化分类评估。
样例输入：未标注的蛋白质荧光显微图片
样例输出：已经标注分类的蛋白质图谱

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模型

   模型名称	模型说明	模型下载路径
   deploy_vel	基于Caffe的蛋白质亚细胞定位预测	请参考https://gitee.com/ascend/ModelZoo-TensorFlow/tree/master/TensorFlow/contrib/cv/hpa/ATC_hpa_caffe_AE 中README.md原始模型章节，下载原始模型网络及模型权重文件。

   # 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(如果在310B芯片上进行转换，需要修改参数 --soc_version=Ascend310B1)。也可以参照上表在modelzoo中下载并手工转换，以了解更多细节。     
   cd ${HOME}/samples/python/contrib/human_protein_map_classification/model    
   wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/hpa/hpa.prototxt    
   wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/hpa/hpa.caffemodel
   atc --model=./hpa.prototxt --weight=./hpa.caffemodel --framework=0 --output=./deploy_vel  --soc_version=Ascend310 --input_format=NCHW --input_fp16_nodes=data --output_type=FP32 --out_nodes="score:0"  
   

3. 获取样例需要的测试图片并切换文件夹。

   # 执行以下命令，进入样例的data文件夹中，下载对应的测试图片。
   cd ${HOME}/samples/python/contrib/human_protein_map_classification/data
   wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/hpa_classification/test_image/test.jpeg
   cd ../src
   

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human_protein_map_classification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/contrib/human_protein_map_classification  HwHiAiUser@xxx.xxx.xxx.xxx:/home/HwHiAiUser
   ssh HwHiAiUser@xxx.xxx.xxx.xxx
   cd ${HOME}/human_protein_map_classification/src   
   
2. 运行可执行文件。

   python3 main.py ../data/
   

查看结果

运行完成后，会在运行环境的命令行中打印出推理结果。

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。