--- title: 配置文件模板 description: "AIPP配置文件通过本章节给出的模板进行配置，内容需要满足prototxt格式，用户根据场景决定配置哪些参数，修改为合适的取值另存后供模型转换使用；使用配置模板之前需要先查看相关约束。" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/atctool/atlasatc_16_0025.html sourcePath: /source/zh/canncommercial/900/devaids/atctool/atlasatc_16_0025.html indexId: 86661a3dfc67cb311ca2a1f08fd6471159d2af3b3a131a2e91f57b9fc7e705ea67 --- # 配置文件模板 AIPP配置文件通过本章节给出的模板进行配置，内容需要满足prototxt格式，用户根据场景决定配置哪些参数，修改为合适的取值另存后供模型转换使用；使用配置模板之前需要先查看相关约束。 #### 模板使用整体约束 1. 使用配置文件模板时，请将需要配置的参数去注释，并改为合适的值。 2. 模板中参数取值都为默认值，实际使用时，如果配置文件中某些参数未配置，则模型转换时自动设置成该模板中相应参数的默认值。 3. 静态AIPP场景下，input_format属性为必选属性，其余属性均为可选配置，如果未配置，则模型转换时自动设置成该模板中相应参数的默认值。 4. 由于硬件处理逻辑的限制，配置文件中的参数有如下处理顺序要求：通道交换（rbuv_swap_switch）>图像裁剪（crop ）> 色域转换（通道交换） > 数据减均值/归一化 > 图像边缘填充（padding）。 5. AIPP当前支持色域转换、图像裁剪、减均值、乘系数、通道交换、单行模式的能力，输入图片的类型仅支持RAW和UINT8格式。 6. 若输入图片为RGB（由R、G、B三个分量组成的图片），其对应的输入、输出通道顺序，从高地址到低地址依次为：{R,G,B}。 7. 动态AIPP的参数每次推理需要计算，计算需要耗时，所以动态AIPP的性能比静态AIPP性能要差。 8. 经过AIPP处理后的图片，统一采用NC1HWC0的五维数据格式进行存储： 以原始模型要求的图片为RGB（由R、G、B三个分量组成的图片）为例进行说明，配置了AIPP功能场景下： - Caffe/ONNX框架数据格式只能设置为NCHW（数据存储格式为RRRRRRGGGGGGBBBBBB） - TensorFlow框架数据格式只能设置为NHWC（数据存储格式为RGBRGBRGBRGBRGBRGB）或NCHW（数据存储格式为RRRRRRGGGGGGBBBBBB）。 实际提供的图片经过AIPP色域转换功能处理后，输出的离线模型中图片为RGB，并以NC1HWC0五维数据格式进行存储（关于NC1HWC0详细介绍请参见关键概念）：若AIPP输出数据类型为FP16，则C0=16，从高位到低位依次为R,G,B，其余位数补0；C1=1。 9. 模型转换是否开启AIPP功能，执行推理业务时，对输入图片数据的要求： - 模型转换时开启AIPP：在进行推理业务时，输入图片数据要求为NHWC排布，该场景下最终与AIPP连接的输入节点的格式被强制改成NHWC，可能与模型转换命令中 --input_format 参数指定的格式不一致。 - 模型转换时没有开启AIPP：在进行推理业务时，模型的Format需与输入图片的Format保持一致。例如，输入图片的Format为NHWC，但某模型默认的Format为NCHW，此时输入图片和模型的Format不一致，用户可在模型转换时指定 --input_format 调整模型的Format，也可以选择符合模型要求的输入图片。 10. 对于输入图像格式YUV420SP，根据UV分量顺序不同，YUV420SP又分为YUV420SP_UV(NV12)和YUV420SP_VU(NV21)，分别对应 色域转换配置说明 中的YUV420SP_U8、YVU420SP_U8，默认为YUV420SP_UV(NV12)。 对于AIPP配置文件中的input_format参数，需始终配置为NV12格式（YUV420SP_U8），通过rbuv_swap_switch参数控制实际提供给AIPP的图片格式： - 若rbuv_swap_switch设置为false，则实际提供的图片格式为YUV420SP_U8。 - 若rbuv_swap_switch设置为true，则实际提供的图片格式为YVU420SP_U8。 11. AIPP不同图像格式对应C轴取值约束。 **表1 不同图像格式对应C轴取值** | AIPP的输入图像格式(input\_format) | C轴取值 | | --- | --- | | YUV420SP\_U8 | C=1 | | RGB888\_U8 | C=3 | | XRGB8888\_U8 | C=4 | | YUV400\_U8 | C=1 | 12. AIPP针对各种图像格式的典型参数配置如下表所示。 **表2 各种图像格式的典型参数配置** | AIPP的输入图像格式(input\_format) | 输入图像内存排布格式 | 对应原始输入图像格式 | AIPP输出格式 | 关于AIPP配置文件中相关参数的说明 | | --- | --- | --- | --- | --- | | RGB888\_U8 | NHWC | RGB package | NC1HWC0 | rbuv\_swap\_switch通常设置为false | | RGB888\_U8 | NHWC | BGR package | NC1HWC0 | rbuv\_swap\_switch通常设置为true，内部先转为RGB package再做后续处理 | | YUV420SP\_U8 | / | YUV420 sp NV12 8bit | NC1HWC0 | rbuv\_swap\_switch通常设置为false | | YUV420SP\_U8 | / | YUV420 sp NV21 8bit | NC1HWC0 | rbuv\_swap\_switch通常设置为true，内部先转为NV12格式再做后续处理 | | YUV400\_U8 | NHWC | 灰度图 | NC1HWC0 | / | | XRGB8888\_U8 | NHWC | XRGB package XBGR package RGBX package BGRX package | NC1HWC0 | XRGB package rbuv\_swap\_switch通常设置为false，ax\_swap\_switch通常设置为true XBGR package rbuv\_swap\_switch通常设置为true，ax\_swap\_switch通常设置为true，内部先转为XRGB package再做后续处理 RGBX package rbuv\_swap\_switch通常设置为false，ax\_swap\_switch通常设置为false，内部先转为XRGB package再做后续处理 BGRX package rbuv\_swap\_switch通常设置为true，ax\_swap\_switch通常设置为false，内部先转为XRGB package再做后续处理 | #### 配置文件模板 ``` # AIPP的配置以aipp_op开始，标识这是一个AIPP算子的配置，aipp_op支持配置多个 aipp_op { #========================= 全局设置（start） =========================================================================================================================================================== # aipp_mode指定了AIPP的模式，必须配置 # 类型：enum # 取值范围：dynamic/static，dynamic表示动态AIPP，static表示静态AIPP aipp_mode: # related_input_rank参数为可选，标识对模型的第几个输入做AIPP处理，从0开始，默认为0。例如模型有两个输入，需要对第2个输入做AIPP，则配置related_input_rank为1。 # 类型：整型 # 配置范围 >= 0 related_input_rank: 0 # related_input_name参数为可选，标识对模型的第几个输入做AIPP处理，此处需要填写为模型输入的name（input对应的值）或者模型首层节点的输出（top参数对应的取值）。该参数只适用于Caffe网络模型，且不能与related_input_rank参数同时使用；如果同时配置，related_input_name优先级高于related_input_rank。 # 例如模型有两个输入，且输入name分别为data、im_info，需要对第二个输入做AIPP，则配置related_input_name为im_info。 # 类型：string # 配置范围：无 related_input_name: "" #========================= 全局设置（end） ============================================================================================================================================================= #========================= 动态AIPP需设置，静态AIPP无需设置（start） =================================================================================================================================== # 输入图像最大的size，动态AIPP必须配置（如果为动态batch场景，N为最大档位数的取值） # 类型：int max_src_image_size: 0 # 若输入图像格式为YUV400_U8，则max_src_image_size>=N * src_image_size_w * src_image_size_h * 1。 # 若输入图像格式为YUV420SP_U8，则max_src_image_size>=N * src_image_size_w * src_image_size_h * 1.5。 # 若输入图像格式为XRGB8888_U8，则max_src_image_size>=N * src_image_size_w * src_image_size_h * 4。 # 若输入图像格式为RGB888_U8，则max_src_image_size>=N * src_image_size_w * src_image_size_h * 3。 # 是否支持旋转，保留字段，暂不支持该功能 # 类型：bool # 取值范围：true/false，true表示支持旋转，false表示不支持旋转 support_rotation: false #========================= 动态AIPP需设置，静态AIPP无需设置（end） ======================================================================================================================================= #========================= 静态AIPP需设置，动态AIPP无需设置（start）====================================================================================================================================== # 输入图像格式，必选 # 类型: enum # 取值范围：YUV420SP_U8、XRGB8888_U8、RGB888_U8、YUV400_U8 input_format: # 说明：模型转换完毕后，在对应的om离线模型文件中，上述参数分别以1、2、3、4枚举值呈现。 # 原始图像的宽度、高度 # 类型：int32 # 取值范围&约束：宽度取值范围为[2,4096]或0；高度取值范围为[1,4096]或0，对于YUV420SP_U8类型的图像，要求原始图像的宽和高取值是偶数 src_image_size_w: 0 src_image_size_h: 0 # 说明：请根据实际图片的宽、高配置src_image_size_w和src_image_size_h；只有crop，padding功能都没有开启的场景，src_image_size_w和src_image_size_h才能取值为0或不配置，该场景下会取网络模型输入定义的w和h，并且网络模型输入定义的w取值范围为[2,4096]，h取值范围为[1,4096]。 # C方向的填充值，保留字段，暂不支持该功能 # 类型： float16 # 取值范围：[-65504, 65504] cpadding_value: 0.0 #========= crop参数设置（配置样例请参见 AIPP配置 > Crop/Padding配置说明 ） ========= # AIPP处理图片时是否支持抠图 # 类型：bool # 取值范围：true/false，true表示支持，false表示不支持 crop: false # 抠图起始位置水平、垂直方向坐标，抠图大小为网络输入定义的w和h # 类型：int32 # 取值范围&约束： [0,4095] # 对于YUV420SP_U8类型的图像： Atlas 推理系列产品 、 Atlas 训练系列产品 要求取值为偶数；其他芯片无偶数要求 # 说明：load_start_pos_w= crop_size[W|H]+load_start_pos[W|H]。 #================================== resize参数设置 ================================ # AIPP处理图片时是否支持缩放，保留字段，暂不支持该功能 # 类型：bool # 取值范围：true/false，true表示支持，false表示不支持 resize: false # 缩放后图像的宽度和高度，保留字段，暂不支持该功能 # 类型：int32 # 取值范围&约束：resize_output_h：[16,4096]或0；resize_output_w：[16,1920]或0；resize_output_w/resize_input_w∈[1/16,16]、resize_output_h/resize_input_h∈[1/16,16] resize_output_w: 0 resize_output_h: 0 # 说明：若开启了缩放功能，并且没有配置padding，该场景下resize_output_w和resize_output_h才能取值为0或不配置，此时缩放后图像的宽和高取值来自模型文件 --input_shape 中的宽和高，并且 --input_shape 中的高取值范围为[16,4096]，宽取值范围为[16,1920]。 #======== padding参数设置（配置样例请参见 AIPP配置 > Crop/Padding配置说明 ） ========= # AIPP处理图片时padding使能开关 # 类型：bool # 取值范围：true/false，true表示支持，false表示不支持 padding: false # H和W的填充值，静态AIPP配置 # 类型： int32 # 取值范围：[0,32] left_padding_size: 0 right_padding_size: 0 top_padding_size: 0 bottom_padding_size: 0 # 说明：AIPP经过padding后，输出的H和W要与模型需要的H和W保持一致 # 针对 Atlas 推理系列产品 、 Atlas 训练系列产品 ，W取值要<=1080。 # 针对 Atlas 200I/500 A2 推理产品 、 Atlas A2 训练系列产品 / Atlas A2 推理系列产品 、 Atlas A3 训练系列产品 / Atlas A3 推理系列产品 ，W取值要<=4096。 # 上下左右方向上padding的像素取值，静态AIPP配置 # 类型：uint8/int8/float16 # 取值范围分别为：[0,255]、[-128, 127]、[-65504, 65504] padding_value: 0 # 说明：该参数取值需要与最终AIPP输出图片的数据类型保持一致。 #================================ rotation参数设置 ================================== # AIPP处理图片时的旋转角度，保留字段，暂不支持该功能 # 类型：uint8 # 范围：{0, 1, 2, 3} 0不旋转，1顺时针90°，2顺时针180°，3顺时针270° rotation_angle: 0 #========= 色域转换参数设置（配置样例请参见 AIPP配置 > 色域转换配置说明 ） ============= # 色域转换开关，静态AIPP配置 # 类型：bool # 取值范围：true/false，true表示开启色域转换，false表示关闭 csc_switch: false # R通道与B通道交换开关/U通道与V通道交换开关 # 类型：bool # 取值范围：true/false，true表示开启通道交换，false表示关闭 rbuv_swap_switch: false # RGBA->ARGB, YUVA->AYUV交换开关 # 类型：bool # 取值范围：true/false，true表示开启，false表示关闭 ax_swap_switch: false # 单行处理模式（只处理抠图后的第一行）开关，保留字段，暂不支持该功能 # 类型：bool # 取值范围：true/false，true表示开启单行处理模式，false表示关闭 single_line_mode: false # 若色域转换开关为false，则本功能不起作用。 # 若输入图片通道数为4，则忽略A通道或X通道。 # YUV转BGR： # | B | | matrix_r0c0 matrix_r0c1 matrix_r0c2 | | Y - input_bias_0 | # | G | = | matrix_r1c0 matrix_r1c1 matrix_r1c2 | | U - input_bias_1 | >> 8 # | R | | matrix_r2c0 matrix_r2c1 matrix_r2c2 | | V - input_bias_2 | # BGR转YUV： # | Y | | matrix_r0c0 matrix_r0c1 matrix_r0c2 | | B | | output_bias_0 | # | U | = | matrix_r1c0 matrix_r1c1 matrix_r1c2 | | G | >> 8 + | output_bias_1 | # | V | | matrix_r2c0 matrix_r2c1 matrix_r2c2 | | R | | output_bias_2 | # 3*3 CSC矩阵元素 # 类型：int16 # 取值范围：[-32677 ,32676] matrix_r0c0: 298 matrix_r0c1: 516 matrix_r0c2: 0 matrix_r1c0: 298 matrix_r1c1: -100 matrix_r1c2: -208 matrix_r2c0: 298 matrix_r2c1: 0 matrix_r2c2: 409 # RGB转YUV时的输出偏移 # 类型：uint8 # 取值范围：[0, 255] output_bias_0: 16 output_bias_1: 128 output_bias_2: 128 # YUV转RGB时的输入偏移 # 类型：uint8 # 取值范围：[0, 255] input_bias_0: 16 input_bias_1: 128 input_bias_2: 128 #============================== 减均值、乘系数设置 ================================= # 计算规则如下： # 当uint8->uint8时，本功能不起作用 # 当uint8->fp16时，pixel_out_chx(i) = [pixel_in_chx(i) – mean_chn_i – min_chn_i] * var_reci_chn_i # 每个通道的均值 # 类型：uint8 # 取值范围：[0, 255] mean_chn_0: 0 mean_chn_1: 0 mean_chn_2: 0 mean_chn_3: 0 # 每个通道的最小值 # 类型：float16 # 取值范围：[0, 255] min_chn_0: 0.0 min_chn_1: 0.0 min_chn_2: 0.0 min_chn_3: 0.0 # 每个通道方差的倒数 # 类型：float16 # 取值范围：[-65504, 65504] var_reci_chn_0: 1.0 var_reci_chn_1: 1.0 var_reci_chn_2: 1.0 var_reci_chn_3: 1.0 #========================= 静态AIPP需设置，动态AIPP无需设置（end）===================================================================================================================================== } ```