本文中提及的样例如下表所示。单击Gitee或Github获取更多样例。
Sample名称 |
Sample获取 |
基本功能 |
编译运行指导（Ascend EP标准形态）（Ascend RC形态） |
|---|---|---|---|
gemm |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/1_acl/4_blas/gemm”目录下获取gemm样例 |
实现矩阵-矩阵乘运算 |
请参见样例工程中的README |
vpc_resnet50_imagenet_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vpc_resnet50_imagenet_classification”目录下获取vpc_resnet50_imagenet_classification样例 |
基于Caffe ResNet-50网络实现图片分类（图片解码+缩放+同步推理） |
请参见样例工程中的README |
vpc_jpeg_resnet50_imagenet_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vpc_jpeg_resnet50_imagenet_classification”目录下获取vpc_jpeg_resnet50_imagenet_classification样例 |
基于Caffe ResNet-50网络实现图片分类（图片解码+抠图缩放+图片编码+同步推理） |
请参见样例工程中的README |
vdec_resnet50_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vdec_resnet50_classification”目录下获取vdec_resnet50_classification样例 |
基于Caffe ResNet-50网络实现图片分类（视频解码+同步推理） |
请参见样例工程中的README |
resnet50_imagenet_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification”目录下获取resnet50_imagenet_classification样例 |
基于Caffe ResNet-50网络实现图片分类（同步推理） |
请参见样例工程中的README |
resnet50_async_imagenet_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/resnet50_async_imagenet_classification”目录下获取resnet50_async_imagenet_classification样例 |
基于Caffe ResNet-50网络实现图片分类（异步推理） |
请参见样例工程中的README |
batchcrop |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/batchcrop”目录下获取batchcrop样例 |
媒体数据处理V1（抠图，一图多框） |
请参见样例工程中的README |
venc_image |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/venc_image”目录下获取venc_image样例 |
媒体数据处理V1（视频编码） |
请参见样例工程中的README |
smallResolution_cropandpaste |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/smallResolution_cropandpaste”目录下获取smallResolution_cropandpaste样例 |
媒体数据处理V1（抠图贴图） |
请参见样例工程中的README |
YOLOV3_dynamic_batch_detection_picture |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/2_object_detection/YOLOV3_dynamic_batch_detection_picture”目录下获取YOLOV3_dynamic_batch_detection_picture样例 |
基于Caffe YOLOv3网络实现目标检测（动态Batch/动态分辨率） |
请参见样例工程中的README |
vpc_sample |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的 “版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/7_dvpp/vpc_sample”目录下获取样例代码 |
媒体数据处理V2（VPC抠图\贴图\缩放等） |
请参见样例工程中的README |
jpegd_sample |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的 “版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/7_dvpp/jpegd_sample”目录下获取样例代码 |
媒体数据处理V2（JPEG图片解码） |
请参见样例工程中的README |
jpege_sample |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/7_dvpp/jpege_sample”目录下获取样例代码 |
媒体数据处理V2（JPEG图片编码） |
请参见样例工程中的README |
vdec_sample |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/7_dvpp/vdec_sample”目录下获取样例代码 |
媒体数据处理V2（VDEC视频解码） |
请参见样例工程中的README |
venc_sample |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/7_dvpp/venc_sample”目录下获取样例代码 |
媒体数据处理V2（VENC视频编码） |
请参见样例工程中的README |
pngd_sample |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/7_dvpp/pngd_sample”目录下获取样例代码 |
媒体数据处理V2（PNGD图片解码） |
请参见样例工程中的README |