了解AscendCL数据预处理的两种方式：AIPP和DVPP
01 数据预处理的典型使用场景
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，我们需要对其处理，使其符合模型的要求，这个操作，一般称之为数据预处理。
02 AIPP、DVPP，它们都能做什么
CANN提供了两套专门用于数据预处理的方式：AIPP和DVPP。
AIPP: Artificial Intelligence Pre-Processing
AIPP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
DVPP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，但由于DVPP硬件上的约束，DVPP处理后的图片格式、分辨率有可能不满足模型的要求，因此还需要再使用AIPP进行色域转换、抠图、填充等处理。
例如，在昇腾310 AI处理器，由于DVPP仅支持输出YUV格式的图片，如果模型需要RGB格式的图片，则需要再使用AIPP进行色域转换。
03 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》获取，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。
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，例如Ascend310。
- 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，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。
可参考往期的技术文章，请参见“基于昇腾计算语言AscendCL开发AI推理应用”。
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，例如Ascend310。
- 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，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。
模型加载、执行可从参考往期的技术文章，请参见“基于昇腾计算语言AscendCL开发AI推理应用”。
调用AscendCL接口设置AIPP参数的代码示例如下：
04 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内的功能模块如下所示：
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。
本节通过接口调用流程、示例代码带大家了解了DVPP的功能开发，更多DVPP的功能介绍及使用请参见“昇腾文档中心[1]”。
05 更多介绍
[1]昇腾文档中心：https://www.hiascend.com/zh/document
[2]昇腾社区在线课程：https://www.hiascend.com/zh/edu/courses
[3]昇腾论坛：https://www.hiascend.com/forum
