一、前言

在训练营进阶班的课程中，老师使用了resnet50的样例，分析了其中的ACL代码，本文将复现这个resnet50分类项目，为后面ACL编程学习做铺垫。

项目的Gitee仓如下：

cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification · Ascend/samples - 码云 - 开源中国 (gitee.com)

二、环境配置

1、模型转换

这里我依旧使用的是Atlas 200 DK开发者套件的环境，使用官方镜像也是同理。

我们首先需要下载ResNet-50的模型文件和权重文件： https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/resnet50/resnet50.prototxt

https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/resnet50/resnet50.caffemodel

我们在项目根目录新建一个model文件夹，将下载的模型文件和权重文件放入其中。

使用MindStudio的模型转换功能将模型转换成能部署在昇腾设备上的离线om格式：

点击上方Ascend栏，选择Model Converter，配置CANN的路径和模型文件路径，其会自动匹配权重文件路径，配置模型输出路径，点击”Next“-->”Finish“，即可开始转模型。

转模型成功!

2、下载测试图片

点击下方链接下载测试图片，放入data文件中：

https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog1_1024_683.jpg

https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog2_1024_683.jpg

我们需要将这两张图片转换成二进制bin格式，使用transferPic.py脚本：

cd /data
python3 ../script/transferPic.py

三、编译运行

创建个文件夹用于存放编译文件：

mkdir -p build/intermediates/host

执行如下命令生成编译文件：

cd build/intermediates/host
cmake ../../../src -DCMAKE_CXX_COMPILER=g++ -DCMAKE_SKIP_RPATH=TRUE
make

生成的可执行文件将会在out文件夹中。

运行生成的可执行文件：

./main

我们可以看到两张测试图片Top5的置信度。

四、后话

在本次样例的代码中，我们可以看到使用了大量ACL语言，我们可以以这个项目为基础，学习ACL语言的功能与使用。学有余力的小伙伴还可以完成进阶班的大作业喔~