使用 MindSDK Pipeline 进行可视化流程编排

在MindStudio上方菜单栏中找到并单击“Ascend > MindX SDK Pipeline”，创建新的pipeline文件。

1. 在新的pipeline文件编辑界面中，通过左侧插件库中找到以下插件，选择并拖动至右侧画板，按照顺序从左至右排列，如图1。
   • appsrc
   • mxpi_imagedecoder
   • mxpi_imageresize
   • mxpi_tensorinfer
   • mxpi_dataserialize
   • appsink
   图1 选择并拖动所需插件
   
2. 通过拖动插件块边框的连接点，将各模块按序连接，如图2所示。（连接后可通过单击下方进行整理。）
   图2 排序并连接各个插件
   

1. 单击“appsrc0”插件块，参考图3在右侧属性配置中修改参数。
   • blocksize：40960000。
   图3 appsrc0插件参数

   

2. 单击“mxpi_imageresize0”插件块，参考图4在右侧属性配置中修改参数。
   • resizeHeight：256
   • resizeWidth：256
   图4 mxpi_imageresize0插件参数
   
3. 单击“mxpi_tensorinfer0”插件块，参考图5在右侧属性配置中修改参数。
   • modelPath：模型转换后的om模型文件，选择“models”目录下的“face_mask_detection.om”。
   图5 mxpi_tensorinfer0插件参数
   
4. 单击“mxpi_dataserialize0”插件块，参考图6在右侧属性配置中修改参数。
   • outputDataKeys：选择上一个插件名，输入“mxpi_tensorinfer0”。
   图6 mxpi_dataserialize0插件参数
   
5. 单击“appsink0”插件块，参考图7在右侧属性配置中修改参数。
   • blocksize：409600000
   图7 appsink0插件参数
   
6. 框选画板中的全部插件并单击鼠标右键，在弹出的菜单中，选择“Set Stream Name”，如图8。
   图8 全选插件
   
7. 在弹出的“Save Stream Name”窗口中，将“Stream Name”修改为“detection”，如图9，单击“OK”保存。
   图9 设置Stream Name
   
8. 再次框选全部插件，单击鼠标右键，选择“Set Device Id”并在“Save Device ID”窗口中，将“Device Id”修改为“0”，如图10，单击“OK”保存。
   图10 设置Device Id