海思hi3516dv300芯片AI图像模块学习（十）海思SDK学习—SVP部分源码

nnie目前包含的例子

一、cnn模型

1.配置输入模型和网络文件、配置参数

2.初始化

加载模型

重置系统和内存

分配内存

3.根据wk文件设置软硬件参数

 4.保存模型运行中间态会用到的内存

stTskBuf 当不再有任务使用时才能被释放。

5.把RBG数据放进模型

stInputDataIdx

 6..开始推理，分段推理 

stProcSegIdx 分段 //CNN不用分段配置0即可

7.获得结果

cnn网络结束，cnn输出最终版结果不方便调试

segnet存在

SAMPLE_SVP_NNIE_PrintReportResult

SAMPLE_SVP_NNIE_PrintReportResult

函数可以把带有report标记层的结果打印

cnn固定输入

rfcn含有从vpss中实时取帧的功能

配置vio

配置网络参数

rcfn全流程

SAMPLE_SVP_NNIE_Rfcn_ViToVo：vi输入、vpss取帧、nnie推理、vo接收并画框、out输出

rfcn要分段第一段  

u32SegIdx = 0; ---》SAMPLE_SVP_NNIE_Forward

第二段 不支持层实现

第三段

 //第二段输出含有roi信息，调用SAMPLE_SVP_NNIE_ForwardWithBbox开始第二段推理

stProcSegIdx.u32SegIdx = 1 ;——-》SAMPLE_SVP_NNIE_ForwardWithBbox

第四段

最后获得结果

从网络结果中拿出前几的坐标

根据输出网络坐标在vo中调用isp的vgs开始画框

yolo v3与rfcn不同，不支持层在最后的YOLO层。

yolo v3 例子直接输入图片，不需要vpss取帧，流程是初始化系统内存加载模型填充数据推理自定义层

rfcn是初始化配置vio，配置nnie导入wk模型，配置软硬件。从vpss取帧