本文分享自华为云社区《如何基于香橙派AIpro对视频/图像数据进行预处理》,作者: 昇腾CANN。
受网络结构和训练方式等因素的影响,绝大多数神经网络模型对输入数据都有格式上的限制。在计算机视觉领域,这个限制大多体现在图像的尺寸、色域、归一化参数等。如果源图或视频的尺寸、格式等与网络模型的要求不一致时,我们需要对其进行数据预处理。
昇腾AI硬件内置专门用于图像预处理的硬件单元,开发者通过其上层软件栈CANN能够更加便捷地发挥出硬件强大的媒体处理硬加速能力。香橙派AIpro开发板是香橙派联合昇腾打造的高性能AI开发板,开发者可以基于此,对不满足神经网络模型输入要求的数据进行预处理,从而更好地完成AI推理计算。
昇腾CANN提供了两种专门用于数据预处理的方式:AIPP和DVPP。
AIPP(Artificial InTelligence Pre-Processing)在AI Core上完成数据预处理,主要功能包括改变图像尺寸(抠图、填充等)、色域转换(转换图像格式)、减均值/乘系数(改变图像像素)等。AIPP区分为静态AIPP和动态AIPP,您只能选择其中一种方式,不支持两种方式同时配置。
- 静态AIPP:模型转换时设置AIPP模式为静态,同时设置AIPP参数,模型生成后,AIPP参数值被保存在离线模型(*.om)中,每次模型推理过程采用固定的AIPP预处理参数,无法修改。
- 动态AIPP:模型转换时仅设置AIPP模式为动态,每次模型推理前,根据需求,在执行模型前设置动态AIPP参数值,然后在模型执行时可使用不同的AIPP参数。
DVPP(Digital Vision Pre-Processing)是昇腾AI处理器内置的图像处理单元,通过AscendCL媒体数据处理接口提供强大的媒体处理硬加速能力,主要功能包括缩放、抠图、色域转换、图片编解码、视频编解码等。
总结一下,虽然都是数据预处理,但AIPP与DVPP的功能范围不同(比如DVPP可以做图像编解码、视频编解码,AIPP可以做归一化配置),处理数据的计算单元也不同,AIPP用的AI Core计算加速单元,DVPP就是用的专门的图像处理单元。
AIPP、DVPP可以分开独立使用,也可以组合使用。组合使用场景下,一般先使用DVPP对图片/视频进行解码、抠图、缩放等基本处理,再使用AIPP进行色域转换、归一化等处理。
02 如何使用AIPP功能
下文以此为例:测试图片分辨率为250*250、图片格式为YUV420SP,模型对图片的要求为分辨率224*224、图片格式为RGB,因此需要通过AIPP实现抠图、图片格式转换2个功能。关于各种格式转换,其色域转换系数都有模板,可从ATC工具使用指南中获取,请参见“昇腾文档中心”。
1、静态AIPP
(1)构造AIPP配置文件*.cfg。
- 抠图,有效数据区域从左上角(0, 0)像素开始,抠图宽*高为224*224。
- 图片格式转换,输入图片格式为YUV420SP_U8,输出图片格式通过色域转换系数控制。
(2)使能静态AIPP参数
使用ATC工具转换模型时,可将AIPP配置文件通过insert_op_conf参数传入,将其配置参数保存在模型文件中。
参数解释如下:
- --framework:原始网络模型框架类型,3表示TensorFlow框架。
- --soc_version:指定模型转换时昇腾AI处理器的版本,可执行npu-smi info命令进行查询,在查询到的“Name”前增加Ascend信息,例如“Name”对应取值为xxxyy。
- --model:原始网络模型文件路径,含文件名。
- --insert_op_conf:AIPP预处理配置文件路径,含文件名。
- --output:转换后的*.om模型文件路径,含文件名,转换成功后,模型文件名自动以.om后缀结尾。
(3)调用AscendCL接口加载模型,执行推理,具体可参见如何基于香橙派AIpro开发AI推理应用。
2、动态AIPP
(1)构造AIPP配置文件*.cfg。
(2)使能动态AIPP。
使用ATC工具转换模型时,可将AIPP配置文件通过insert_op_conf参数传入,将其配置参数保存在模型文件中。
参数解释如下:
- --framework:原始网络模型框架类型,3表示TensorFlow框架。
- --soc_version:指定模型转换时昇腾AI处理器的版本。
- --model:原始网络模型文件路径,含文件名。
- --insert_op_conf:AIPP预处理配置文件路径,含文件名。
- --output:转换后的*.om模型文件路径,含文件名,转换成功后,模型文件名自动以.om后缀结尾。
(3)调用AscendCL接口加载模型,设置AIPP参数后,再执行推理,具体可参见如何基于香橙派AIpro开发AI推理应用。
调用AscendCL接口设置AIPP参数的代码示例如下:
03 如何使用DVPP功能
昇腾AI处理器内置图像处理单元DVPP,提供了强大的媒体处理硬加速能力。同时,异构计算架构CANN提供了使用图像处理硬件算力的入口:AscendCL接口,开发者可通过接口来进行图像处理,以便利用昇腾AI处理器的算力。
DVPP内的功能模块如下表所示。
功能模块 |
描述 |
VPC(Vision Preprocessing Core) |
处理YUV、RGB等格式的图片,包括缩放、抠图、色域转换、直方图统计等。 |
JPEGD(JPEG Decoder) |
JPEG压缩格式-->YUV格式的图片解码。 |
JPEGE(JPEG Encoder) |
YUV格式-->JPEG压缩格式的图片编码。 |
VDEC(Video Decoder) |
H264/H265格式-->YUV/RGB格式的视频码流解码。 |
VENC(Video Encoder) |
YUV420SP格式-->H264/H265格式的视频码流编码。 |
PNGD(PNG decoder) |
PNG格式-->RGB格式的图片解码。 |
此处就以JPEGD图片解码+VPC图片缩放为例来说明如何使用DVPP功能。这里先通过一张图总览接口调用流程,包括资源初始化&去初始化、通道创建与销毁、解码、缩放、等待任务完成、释放内存资源等。
总览接口调用流程后,接下来我们以开发者更熟悉的方式“代码”来展示JPEGD图片解码+VPC图片缩放功能的关键代码逻辑。
04 更多学习资源
更多学习资源,欢迎登录昇腾社区查阅:
[1]昇腾文档中心:https://www.hiascend.com/zh/document
[2]香橙派AIpro开源样例代码:https://gitee.com/ascend/EdgeAndRobotics
[3]香橙派AIpro学习资源一站式导航:https://www.hiascend.com/forum/thread-0285140173361311056-1-1.html
点击关注,第一时间了解华为云新鲜技术~