设置动态Batch/动态分辨率/动态AIPP/动态维度（ND格式）

在模型加载前，构建模型时，需配置动态Batch、动态分辨率、动态AIPP、动态维度（ND格式）相关的信息，构建模型成功后，在生成的om模型中，会新增相应的输入（下文简称动态Batch/动态分辨率/动态AIPP/动态维度输入），在模型推理时通过该新增的输入提供具体的Batch值/分辨率/AIPP配置/维度值。

例如，a输入的batch数是动态的，在om模型中，会有与a对应的b输入来描述a的batch信息。在模型执行时，准备a输入的数据结构请参见准备模型推理的输入/输出数据，准备b输入的数据结构、设置b输入的数据请参见以下步骤（调用示例请参见模型推理扩展场景）。

1. 准备动态Batch/动态分辨率/动态AIPP/动态维度输入的数据结构。
   1. 申请动态Batch/动态分辨率/动态AIPP/动态维度输入对应的内存前，需要先调用acl.mdl.get_input_index_by_name接口根据输入名称（固定为"ascend_mbatch_shape_data"或"ascend_dynamic_aipp_data"）获取模型中标识该输入的index。
   2. 调用acl.mdl.get_input_size_by_index根据index获取输入内存大小。
   3. 调用acl.rt.malloc接口根据1.b中的大小申请内存。

      申请动态Batch/动态分辨率/动态AIPP/动态维度输入对应的内存后，无需用户设置该内存中的数据（否则可能会导致业务异常），用户调用2中的接口后，系统会自动向该内存中填入数据。

   4. 调用acl.create_data_buffer接口创建aclDataBuffer类型的数据，用于存放动态Batch/动态分辨率/动态AIPP/动态维度输入数据的内存地址、内存大小。
   5. 调用acl.mdl.create_dataset接口创建aclmdlDataset类型的数据，并调用acl.mdl.add_dataset_buffer接口向aclmdlDataset类型的数据中增加aclDataBuffer类型的数据。
2. 在成功加载模型之后，执行模型之前，设置动态Batch数/动态分辨率/动态AIPP/动态维度参数值。
   1. 调用acl.mdl.get_input_index_by_name接口根据输入名称（固定为"ascend_mbatch_shape_data"或"ascend_dynamic_aipp_data"）获取模型中标识该输入的index。
   2. 设置动态Batch数/动态分辨率/动态AIPP/动态维度参数值
      • 调用acl.mdl.set_dynamic_batch_size接口设置动态Batch数。
      • 调用acl.mdl.set_dynamic_hw_size接口设置动态分辨率。
      • 调用如下接口设置模型推理的动态AIPP数据。
        1. 调用acl.mdl.create_aipp接口创建aclmdlAIPP类型。
        2. 根据实际需求，调用aclmdlAIPP数据类型下的操作接口设置动态AIPP参数值。

           动态AIPP场景下，acl.mdl.set_aipp_src_image_size接口（设置原始图片的宽和高）必须调用。

        3. 调用acl.mdl.set_input_aipp接口设置模型推理时的动态AIPP数据。
        4. 及时调用acl.mdl.destroy_aipp接口销毁aclmdlAIPP类型。
      • 调用acl.mdl.set_input_dynamic_dims接口设置动态维度的维度值。