运行目标检测样例

yolov3模型对输入图片进行预测推理，并将结果打印到输出图片上。本章节以在“/home”目录下获取sample仓代码为例。

样例输入：原始图片jpg文件。

样例输出：带推理结果的jpg文件。

获取样例

操作步骤如下：

以root用户登录服务器。
选择相应的安装包命令安装依赖（以CentOS和Ubuntu系统为例）。
- Ubuntu执行如下命令安装。
```
apt-get install git  
```
- CentOS执行如下命令安装。
```
yum install git  
```
在服务器任意目录下（如“/home”）执行如下命令获取sample仓代码。
```
git clone https://gitee.com/ascend/samples.git
```
如果返回类似以下回显信息：
```
fatal: unable to access 'https://gitee.com/ascend/samples.git/': server certificate verification failed. CAfile: none CRLfile: none
```
则执行git config --global http.sslVerify "false"命令关闭证书检验，再执行git clone https://gitee.com/ascend/samples.git命令获取sample仓代码。

准备模型

执行如下命令安装Python依赖。
```
pip3 install attrs psutil
```
在sample仓代码所在目录下，执行如下命令进入“样例目录”。
```
cd samples/cplusplus/level2_simple_inference/2_object_detection/YOLOV3_coco_detection_picture
```
下文中的“样例目录”均指“samples/cplusplus/level2_simple_inference/2_object_detection/YOLOV3_coco_detection_picture”目录

进入“样例目录/model”目录，获取yolov3原始模型。

cd model     
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/Yolov3/yolov3.caffemodel --no-check-certificate
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/Yolov3/yolov3.prototxt --no-check-certificate
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/YOLOV3_coco_detection_picture/aipp_nv12.cfg --no-check-certificate

配置环境变量。

source /usr/local/Ascend/ascend-toolkit/set_env.sh

模型转换。
执行npu-smi info命令查看芯片名称，如下图所示，则该设备芯片名为Ascend310P3。

在“样例目录/model”目录下，执行如下命令转换模型。其中“--soc_version”参数值（如下加粗内容所示）根据查询的实际芯片名称（以“Ascend310P3”为例）填写：
```
atc --model=yolov3.prototxt --weight=yolov3.caffemodel --framework=0 --output=yolov3 --soc_version=Ascend310P3 --insert_op_conf=aipp_nv12.cfg
```
- --model：原始模型文件路径。
- --weight：权重文件路径。
- --framework：原始框架类型。0：表示Caffe；1：表示MindSpore；3：表示TensorFlow；5：表示ONNX。
- --output：生成的yolov3.om文件存放在“样例目录/model”目录下。建议使用命令中的默认设置。
- --soc_version：昇腾AI处理器的版本。
- --insert_op_conf：cfg文件路径。

安装依赖

请用户参见安装opencv安装。

部署和运行样例

在“样例目录/src”目录下，执行如下命令打开CMakeLists.txt文件。

vi CMakeLists.txt

在“include_directories”参数中加入头文件路径，在“link_directories”参数中加入库文件路径（以“/usr/local/lib”为例，请用户以实际路径替换），如下加粗内容所示：

# Header path
include_directories(
    $ENV{INSTALL_DIR}/runtime/include/
    ../inc/
    /usr/local/include/opencv4
)

if(target STREQUAL "Simulator_Function")
    add_compile_options(-DFUNC_SIM)
endif()

# add host lib path
link_directories(
    $ENV{INSTALL_DIR}/runtime/lib64/stub
    /usr/local/lib
)

在“样例目录/src”目录下，执行如下命令，修改“object_detect.cpp”文件。

vi object_detect.cpp

将参数“CV_LOAD_IMAGE_UNCHANGED”移除或注释，如下加粗内容所示（修改位置可执行:333命令查找）：

void ObjectDetect::DrawBoundBoxToImage(vector<BBox>& detectionResults,
                                       const string& origImagePath)
{
    cv::Mat image = cv::imread(origImagePath); // , CV_LOAD_IMAGE_UNCHANGED
    for (int i = 0; i < detectionResults.size(); ++i) {
        cv::Point p1, p2;
        p1.x = detectionResults[i].rect.ltX;
        p1.y = detectionResults[i].rect.ltY;
        p2.x = detectionResults[i].rect.rbX;
        p2.y = detectionResults[i].rect.rbY;
        cv::rectangle(image, p1, p2, g_colors[i % g_colors.size()], g_lineSolid);
        cv::putText(image, detectionResults[i].text, cv::Point(p1.x, p1.y + g_labelOffset),
                    cv::FONT_HERSHEY_COMPLEX, g_fountScale, g_fontColor);
    }

    string folderPath = "./output";
    if (NULL == opendir(folderPath.c_str())) {
        mkdir(folderPath.c_str(), 0775);
    }
    int pos = origImagePath.find_last_of("/");
    string filename(origImagePath.substr(pos + 1));
    stringstream sstream;
    sstream.str("");
    sstream << "./output/out_" << filename;
    cv::imwrite(sstream.str(), image);
}

配置环境变量。
1. 以运行用户在任意目录下执行vi ~/.bashrc命令，打开.bashrc文件，在文件最后一行后面添加如下内容。
  以CANN的默认安装路径“/usr/local/Ascend”为例，用户请根据CANN的实际安装路径配置。
```
export CPU_ARCH=`arch` 
export THIRDPART_PATH=/usr/local/Ascend/thirdpart/${CPU_ARCH}  #代码编译时链接samples所依赖的相关库文件
export INSTALL_DIR=/usr/local/Ascend/ascend-toolkit/latest
```
2. 执行:wq!命令保存文件并退出。
3. 执行source ~/.bashrc命令使其立即生效。
在“样例目录”下创建样例相关依赖文件夹。
```
mkdir -p ${THIRDPART_PATH}
```

拷贝common文件到样例相关依赖路径中。

# ${samples}表示样例所在目录（如“/home”）
cp -r ${samples}/samples/common ${THIRDPART_PATH}
# 命令示例
cp -r /home/samples/common ${THIRDPART_PATH}

在“样例目录/scripts”目录下，执行以下命令，执行编译脚本，开始样例编译。
```
bash sample_build.sh
```
在“样例目录/scripts”目录下，执行运行脚本，开始运行样例。
```
bash sample_run.sh
```
运行完成后，会在“样例目录/out/output”目录下生成推理后的图片，用户可将图片下载至本地，显示对比结果如下所示。

父主题： 运行样例