功能介绍
一般情况下，获取模型文件时，会带有后处理的代码文件，建议使用和模型训练时一致的后处理流程，从而保证推理结果符合预期。
对于不同的经典模型，MindSDK封装了不同的后处理函数，可实现不同模型的后处理操作，将模型推理后的数据直接传入后处理接口，得到最终结果，极大地简化了使用过程。
相关接口说明请参考模型后处理。
接口调用流程图
以ResNet-50后处理为例：
图1 接口调用流程图
示例代码
基于MindSDK后处理函数（ResNet-50）的示例如下，不可以直接拷贝运行，仅供参考：
1 2 3 4 5 6 7 8 9 10 11 | # 以Resnet50为例，模型输出为output # 步骤1: 获取后处理对象，并加载配置信息和标签信息 postprocessor = post.Resnet50PostProcess(config_path=config_path, label_path=label_path) # 步骤2：将模型输出送入后处理接口process函数 pred = postprocessor.process([output])[0][0] # pred：<ClassInfo classId=... confidence=... className=...> # 步骤3：获取结果 confidence = pred.confidence # 获取类别置信度 className = pred.className # 获取类别名称 print('{}: {}'.format(className, confidence)) # 打印出结果 |