完成了环境配置，成功使用MindStudio通过ssh的方式远程连接到服务器之后，就可以尝试使用MindXSDK提供的可视化功能开发应用了，这里参考官方提供的人脸检测加情绪分类的应用进行开发，熟悉一下整个开发流程。

首先新建一个项目，选择python的sdk project

创建完成后，点击左上角的Add configuration为应用选择部署的环境，熟悉pycharm的同学应该发现这个部署的配置方式是相当类似的。在配置界面新建一个Ascend Training类型的项目，在deployment一栏点击添加一个新的deployment配置

新建一个名叫mindx的配置，在Connection页面选择之前设置好的ssh连接，在Mappings页面点击deployment path会自动生成一个映射的路径。完成后点击test测试一下连接，成功连接。

回到configuration页面，在executable为工程执行选择可执行文件，这里选择这个新项目的main.py即可。

打开main.py有可能会出现没有python解释器的警告，点击这个警告，我们需要选择远程环境的python3.9作为我们的解释器来执行程序

首先为项目添加一个python的framework，并选择添加新的解释器使用ssh环境，deploy就选择之前配置的云服务器的deploy，解释器路径一般是/usr/bin/python3.9或者图中的路径，确认即可。

至此算是完成了准备工作，可以正式开始程序开发了。

应用的代码结构如下，分别存放图片，模型和pipeline文件，AllPluginsInfo.json是存放mindx插件信息的文件。一般当我们打开一个pipeline时会从服务器同步这个文件。如果碰到bug没用成功同步可以先从其他项目复制这个文件过来使用，等官方修复这个问题。

首先分析一下应用的流程，流程图如下图所示：

这是一个两个模型串接的应用，遵循“图片加载--预处理--推理--后处理”的基本结构，在mindStudio的菜单栏找到Ascend/MindX SDK Pipeline，新建一个pipeline

接下来即可构建应用实际的实现流程pipeline了，在search栏搜索流程图中对应的插件名称，直接拖动到右侧的空白区域即可

一些功能插件可能会有输入输出的参数需要设置，先把所有的插件都放入pipeline，再通过连线的方式连接起来，将上一个插件的输出作为下一个的输入，最后在为各个插件填入满足插件输入限制的参数即可。有一点需要指出的是折返的线居然不会绕开插件的位置，而是直接重叠起来了，看着是真的难受，而且还不能修改线的走法。希望后续能优化一下。

人脸检测的输出插件mxpi_distributor插件原本是不能把输出拉到下个插件的，需要填入一些参数，原因可以参考官方插件文档文档说明-mxVision快速入门-快速入门-3.0.RC3-MindX SDK-文档首页-昇腾社区 (hiascend.com)，同时，resize插件需要我们填入要缩放到多大尺寸的参数，这个size应该满足模型的输入要求。还有输入模型路径，标签路径等等，可以参考官方给的pipeline填对应的参数。

点击format可以整理pipeline

pipeline的创建到此就完成了，pipeline为我们实现了应用的主体过程，接下来在代码中加载这个pipeline并补充一些资源管理和绘制结果的代码即可完成应用的开发了。