摘要：基于CANN的多路极致性能目标检测最佳实践设计解密。
本文分享自华为云社区《基于CANN的AI推理最佳实践丨多路极致性能目标检测应用设计解密》，作者： 昇腾CANN 。
当前人工智能领域，最热门的无疑是以ChatGPT为代表的各种“新贵”大模型，它们高高在上，让你无法触及。但在人们的日常生活中，实际应用需求最大的还是以Yolo模型为代表的目标检测“豪强”，它们每天都在以各种方式落地、应用于我们日常生活的方方面面。
目标检测是计算机视觉领域的一项关键技术，它的任务是找出图像中所有感兴趣的目标，确定它们的类别和位置。随着人工智能潜移默化地渗入人们的生活中，各行各业竞相通过引入目标检测等技术打开市场空间，关于目标检测的各类人工智能需求也奔涌而来，比如：
- 在交通领域，目标检测可以用来检测道路上的行人、车辆、交通标志等物体，提升行驶安全和通行便利性。
- 在安全领域，目标检测可以用来检测关键特征、特定行为或者可疑物体，以便快速发现和识别安全威胁。
- 在医疗领域，目标检测可以用来识别身体部位、病灶、心电图、CT影像等，以便快速辅助诊断。
- 在生活领域，目标检测可以用于智能购物、智能家居等场景，提升人们生活的便利性。
但AI应用开发门槛高，周期长。各类AI软件栈理解成本高、AI算法模型与业务结合难度高、对开发人员的技能要求也较高。如何提升AI推理应用的开发效率，降低开发门槛，是亟需改善的现状。为此，昇腾CANN技术专家设计和开发了针对目标检测应用的最佳实践，让开发者可以在昇腾平台上快速部署目标检测应用，轻松获得几十甚至上百路的检测效果。下面我们就来详细拆解一下这个实践的设计思路。
基础应用分解
我们首先从一个基础的目标检测推理应用场景开始，推理流程通常包含如下几个部分：
GPU AI推理业务流程
- 数据输入是摄像头获取的视频数据流，一般以H.264格式为主。
- 然后通过FFmpeg软件，将连续的视频流进行拆帧和解码。
- 下一阶段是对解码后的图像进行预处理，通常使用OpenCV对图像进行缩放，得到模型需要的图像规格。
- 模型推理环节，用户可以选择的方式比较多，比较典型的是使用TensorRT进行推理应用开发。
- 目标检测后处理需要进行NMS计算，进行图片画框等操作。
- 数据输出阶段，用户根据需要实现一个结果呈现形式。
推理功能适配
将上面介绍的目标检测应用迁移到昇腾平台，开发者仅需关注“推理”环节的适配，包括如下两个步骤：
- 将推理模型文件（onnx模型或pb模型）通过ATC工具转化为昇腾平台专属的离线om文件。
- 使用昇腾AscendCL语言开发模型加载和模型执行的逻辑。
基于CANN的AI推理业务流程
完成如上两个环节后，推理应用的功能就已经迁移到昇腾平台了。这时若整体的推理性能未达到理想预期，就需要进入性能优化提升阶段。
性能提升方式一：使能DVPP硬件的高效编解码能力
DVPP（Digital Vision Pre-Processing，数字视觉预处理）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，主要包括以下功能：
- VPC（Vision Preprocessing Core）：处理YUV、RGB等格式的图片，包括缩放、抠图、色域转换等。
- 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。
Ascend 310 AI处理器逻辑架构中DVPP位置
开发者可以通过DVPP对图像进行硬件解码和处理，提升图像处理效率。另外，DVPP和执行推理的计算单元AI Core是完全独立的硬件单元，无需担心使用DVPP后会对推理执行的性能产生影响。
基于CANN的AI推理业务流程——使用DVPP进行数据预处理
性能提升方式二：增加推理前后数据并行，让推理步骤一刻不停
昇腾平台采用异构计算架构，所以要充分利用计算核心AI Core的超强能力，就需要保证AI Core计算需要的数据能够持续不间断供给，同时能够无等待输出。为了实现此能力，可以在数据预处理→模型推理，模型推理→数据后处理模块间通过队列的机制，增加推理模块的并行流水。
基于CANN的AI推理业务流程——通过队列增加推理并行流水
同理，在FFmpeg视频拆帧和DVPP处理之间，也可以使用队列，进一步增加并行情况。但需要注意推理侧的队列数据会消耗硬件内存，所以需要要合理设置。
性能提升方式三：多线程并发，持续释放AI Core性能
多线程是提升硬件资源利用率的重要手段，通过多线程的支持，可以实现多路不同源的视频输入；针对服务器多卡的场景，同样支持多个卡并行执行，充分释放昇腾软硬件的性能。
基于CANN的AI推理业务流程——多线程并发
基于目标检测最佳实践，开发者可轻松实现已有AI推理应用到昇腾平台的迁移，并轻松达成高性能。开发者也可以参考此实践快速上手AI开发，玩转昇腾平台推理应用。未来，CANN将持续致力于应用开发的易用性提升，不断满足开发者的诉求。
点击Link，获取多路高性能目标检测最佳实践源码。
点击关注，第一时间了解华为云新鲜技术~
