Skip to content

Latest commit

 

History

History
83 lines (67 loc) · 4.05 KB

README.md

File metadata and controls

83 lines (67 loc) · 4.05 KB

C++例程

目录

cpp目录下提供了一系列C++例程以供参考使用,具体情况如下:

序号 C++例程 说明
1 resnet_opencv 使用OpenCV解码、OpenCV前处理、BMRT推理
2 resnet_bmcv 使用ffmpeg解码、BMCV前处理、BMRT推理

1. 环境准备

1.1 x86/arm PCIe平台

如果您在x86/arm平台安装了PCIe加速卡(如SC系列加速卡),可以直接使用它作为开发环境和运行环境。您需要安装libsophon、sophon-opencv和sophon-ffmpeg,具体步骤可参考x86-pcie平台的开发和运行环境搭建arm-pcie平台的开发和运行环境搭建

1.2 SoC平台

如果您使用SoC平台(如SE、SM系列边缘设备),刷机后在/opt/sophon/下已经预装了相应的libsophon、sophon-opencv和sophon-ffmpeg运行库包,可直接使用它作为运行环境。通常还需要一台x86主机作为开发环境,用于交叉编译C++程序。

2. 程序编译

C++程序运行前需要编译可执行文件,opencv和bmcv例程编译方法相同。

2.1 x86/arm PCIe平台

可以直接在PCIe平台上编译程序:

cd resnet_opencv
mkdir build && cd build
cmake .. && make # 生成resnet_opencv.pcie
cd ..

编译完成后,会在resnet_opencv目录下生成resnet_opencv.pcie。

2.2 SoC平台

通常在x86主机上交叉编译程序,您需要在x86主机上使用SOPHON SDK搭建交叉编译环境,将程序所依赖的头文件和库文件打包至soc-sdk目录中,具体请参考交叉编译环境搭建。本例程主要依赖libsophon、sophon-opencv和sophon-ffmpeg运行库包。

交叉编译环境搭建好后,使用交叉编译工具链编译生成可执行文件:

cd cpp/resnet_opencv
mkdir build && cd build
#请根据实际情况修改-DSDK的路径,需使用绝对路径。
cmake -DTARGET_ARCH=soc -DSDK=/path_to_sdk/soc-sdk ..  
make
cd ..

编译完成后,会在resnet_opencv目录下生成resnet_opencv.soc。

3. 推理测试

对于PCIe平台,可以直接在PCIe平台上推理测试;对于SoC平台,需将交叉编译生成的可执行文件及所需的模型、测试数据拷贝到SoC平台中测试。测试的参数及运行方式是一致的,下面主要以PCIe模式进行介绍。

3.1 参数说明

可执行程序默认有一套参数,请注意根据实际情况进行传参,resnet_bmcv.pcie与resnet_opencv.pcie参数相同。具体参数说明如下:

usage:./resnet_opencv.pcie [params]

        --bmodel (value:../../models/BM1684X/resnet50_fp32_1b.bmodel)
                bmodel file path
        --dev_id (value:0)
                TPU device id
        --help (value:0)
                print help information.
        --input (value:../../datasets/imagenet_val_1k/img)
                input path, images direction or video file path

注意: CPP传参与python不同,需要用等于号,例如./resnet_opencv.pcie --bmodel=xxx

3.2 测试图片

图片测试实例如下,支持对整个图片文件夹进行测试。

# 测试整个文件夹  
./resnet_opencv.pcie --input=../../datasets/imagenet_val_1k/img --bmodel=../../models/BM1684X/resnet50_fp32_1b.bmodel --dev_id=0

测试结束后,会将预测结果保存在results/resnet50_fp32_1b.bmodel_img_opencv_cpp_result.json下,同时会打印预测结果、推理时间等信息。