十、使用MindStudio跑通YoLoV3样例工程

参考 https://bbs.huaweicloud.cn/blogs/345905，看看samples代码仓中的YoLoV3样例能否走通。

1、下载samples代码仓

git clone http://gitee.com/ascend/samples.git

2、MindStudio打开YoLoV3样例工程

打开 /home/ascend/samples/cplusplus/level2_simple_inference/2_object_detection/YOLOV3_coco_detection_picture

参考  https://bbs.huaweicloud.cn/forum/thread-0264964301667090011-1-1.html 一样设置完CANN和deployment。

3、编译

设置Build-Buld Configuration:

然后Build：

编译成功。

4、在开发环境的终端上完成模型转换

cd $HOME/samples/cplusplus/level2_simple_inference/2_object_detection/YOLOV3_coco_detection_picture/model

wget https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC Model/Yolov3/yolov3.caffemodel

 wget https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC Model/Yolov3/yolov3.prototxt 

wget https://c7xcode.obs.cn-north-4.myhuaweicloud.com/models/YOLOV3_coco_detection_picture/aipp_nv12.cfg

atc --model=yolov3.prototxt --weight=yolov3.caffemodel --framework=0 --output=yolov3 --soc_version=Ascend310 --insert_op_conf=aipp_nv12.cfg

手工增加环境变量：

export LD_LIBRARY_PATH=/home/ascend/Ascend/ascend-toolkit/latest/x86_64-linux/devlib:$LD_LIBRARY_PATH 

重新执行：

om文件也已经生成！

5、准备待推理的图片

cd ../data

wget https://c7xcode.obs.cn-north-4.myhuaweicloud.com/models/YOLOV3_coco_detection_picture/dog1_1024_683.jpg --no-check-certificate

6、运行YoLoV3推理样例

在MindStudio的Run菜单选择Edit Configuration：

可执行程序选择 out/main，参数填写 ../data

点击Run：

耐心等待MindStudio将项目传送到200DK的相应目录。

最后会将项目的变动（相当于结果从200DK同步回开发环境）

我们可以看到，在out/output目录下，有了一张标注过的图片：

而原来那张图片是没标注过的：

这说明MindStudio可以成功地完成YoloV3的案例。

（未完待续）