Skip to content

Latest commit

 

History

History
 
 

inference

README.md

Inference介绍

Inference 提供一个简易的基于Pipeline的高性能加速框架，使用该框架能够将前处理/推理/后处理分别运行在3个线程上，最大化的实现并行, 用户只需要继承一个类，然后实现自己的前处理/后处理/就可以实现整个流程了。

主要目录结构和模块说明：

目录 功能说明
bmgui-lite 由于BMNNSDK2自带的OpenCV没有显示功能，此模块提供bm:imshow来显示视频，作为补充。
bmgui 存放Inference用来GUI显示视频的模块
bmutility 提供了特别多的基础库，字符串、定时器等
cvs10 提供了算能一路的参考实现
ddr_reduction 提供一种节约DDR占用的软件实现方案

Inference的主要结构设计如下图：

avatar

示例代码集成使用说明

目录examples下有想相关的例子可以参考。目前提供了如下例子：

目录 说明 模型个数
face_detect Sequeezenet 人脸检测 1
face_recognition 演示多个模型如何串联 3
openpose OpenPose 18个关键点 1
retinaface Retinaface 人脸检测 1
yolov5 yolov5s 对象检测 1

编译方法

依赖安装

Inference framework 依赖 BMNNSDK2. 请到算能官网（www.sophgo.com) 进行下载，解压、安装。 bmnnsdk2的安装方法可以参考如下链接：

https://sophgo-doc.gitbook.io/bmnnsdk2-bm1684/

Ubuntu 16.04 安装QT依赖：

sudo apt install qtbase5-dev

Tracker 功能需要安装 Eigen 依赖：

sudo apt-get install -y libeigen3-dev

Retinaface 模块需要安装 glog/exiv2 依赖：

sudo apt-get install -y libgoogle-glog-dev libexiv2-dev

编译指令

  1. export REL_TOP=$bmnnsdk_dir 根据实际位置修改为BMNNSDK跟路径

  2. 各个平台编译

    NOTE
    如果需要本地显示最终的结果需要手工编辑./compile.sh 找到USE_QTGUI 选项， 设置为ON。 SOC平台，需要下载自定义的QT支持库，可以联系技术支持。

    TARGET_ARCH=x86 表示x86平台 TARGET_ARCH=soc 表示小盒子上编译 TARGET_ARCH=arm64 表示国产ARM CPU上编译

    appname=face_detect 人脸检测 appname=openpose 人体骨骼检测 appname=yolov5 物体检测 appname=retinaface 人脸检测

    ./compile.sh [target_arch]
example: ./compile.sh x86 # x85平台
./compile.sh soc # SOC平台

运行方法

cd ./release/facedetect_demo

./x86/facedetect_demo --help 查看命行帮助信息

相关模型请从下面网盘下载，如有问题，请联系技术支持

链接：https://pan.baidu.com/s/16d5E_NTj4ubVPkPmR6GG5A 提取码：sp2w

客户端服务器模式运行

演示程序支持远程显示，应用于SE5/SM5等没有本地界面的平台，检测程序在设备端进行检测，然后讲结果发送到一个指定的目的地址，客户端负责接收带有结果的流，然后显示。 具体配置方法，请参考SE5-OpenPose-Demo配置文档.docx

客户端的源代码请参考如下链接：https://github.com/sophon-ai-algo/face_demo_client