1

1.1 介紹

1.1.1 應用案例

學習進階版課程後，完成在 MindStudio 成功復現異騰社群上 AscendCL 應用案例，透過復現任務， 詳解AI 應用推理開發流程，深入 AscendCL 開發實戰，熟練使用 MindStudio 便捷、高效地完成 AI 應用推理開發。【 MindStudio 訓練營第一期】 DeRain 樣例復現 。

1.1.2

彈性雲伺服器（ECS ）、 XSHELL 、MindStudio 、 mxvision 。

彈性雲伺服器（Elastic Cloud Server,ECS ） 是由 CPU 、記憶體、作業系統、雲硬碟組成的基礎的計算元件。彈性雲伺服器建立成功後，您可以像使用自己的本地 PC 或伺服器一樣，在雲上使用彈性雲伺服器。

XSHELL ( ) 遠端連結工具。

MindStudio 是一套基於 IntelliJ 框架的開發工具鏈平臺，提供了應用開發、除錯、模型轉換功能，同時還提供了網路移植、最佳化和分析功能，為使用者開發應用程式帶來了極大的便利。

MindX SDK 致力於簡化 昇 騰晶片推理業務開發過程，降低使用 昇 騰晶片開發的門檻。SDK 採用模組化的設計理念，將業務流程中的各個功能單元封裝成獨立的外掛，透過外掛的串接快速構建業務。

 

1.1.3

使用 MindStudio 成功復現異騰社群上 AscendCL 應用案例 。

1.1.4 清單

表1-1   

實驗	簡述	難度	開發環境	執行環境
MindStudio 訓練營第一期 復現異騰社群上 AscendCL 應用案例 DeRain	復現異騰社群上 AscendCL 應用案例 DeRain	初級	ECS	ECS

 

2 MindStudio 上 復現 DeRain

2.1

本實驗需要 獲取映象， 購買ECS 資源 ， 並使用遠端連線工具 ， 這些屬於基本操作，本次復現案例 DeRain 不在贅述 。

2.2 詳細操作步驟

2.2.1 在本地 windows 上 啟動MindStudio 

 

 

專案地址

 

專案介紹

雨天影像增強技術是指將雨天成像的退化影像復原為高質量的清晰影像，消除雨滴等退化因素對影像內容的影響，其對提升，包括自動駕駛和影片監控等，戶外視覺系統在惡劣天候下工作的穩定性具有重大意義。本專案基於深度學習，提出了一種去除雨天影像退化並且更好的儲存影像結構的方法，並將提出的演算法在華為Altas 200 DK 平臺上實現演算法的移植。

 

git 命令列本地下載專案原始碼如下

git  clone

 

 

在 samples/cplusplus/level2_simple_inference/6_other/DeRain/data 目錄下載圖片（ 002_in.png (256×256) (myhuaweicloud.com) ）

 

在 model 目錄下載模型檔案 2 個，地址分別為：

https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/DeRain/frozen_graph_noDWT_V2.pbwget

 

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

 

利用 act 工具轉換模型

atc --model=./frozen_graph_noDWT_V2.pb --input_shape="degradated_image:1,256,256,1" --framework=3 --output=./DeRain  --soc_version=Ascend310  --insert_op_conf=./insert_op.cfg

 

最終模型檔案目錄 model 如下

 

 

 

 

2.2.2 MindStudio 上專案復現

l  在 MindStudio開啟專案 路徑 如下

 

 

l  編譯 專案

選單欄【Build】-【Edit Configurations】

 

 

 

l  選單欄【 Build 】 - 【 Build CMake Project 】開始編譯

成功如下

 

            程式碼也上傳到遠端 ECS 上，如下

 

 

l  執行

            單擊選單欄 run-run ”sample_run.sh”

 

 

out 資料夾下 output 資料夾下檢視圖片 , 對比如下