強大的社會粘性不斷催溫數字化發展，目標檢測與識別作為計算機視覺領域的一項關鍵技術，應用場景越發廣泛，不斷從城市治理、樓宇園區、互聯網等領域，延伸至智能家居、金融、醫療影像等更多創新領域。隨著這些技術潛移默化地滲透入人們的生活中，各行各業競相通過引入目標檢測和識別等人工智能新技術打開市場空間，關于目標檢測和識別等各類人工智能需求奔涌而來。

但人工智能應用開發門檻高，周期長，各類AI軟件棧理解成本高、各類AI算法模型與業務結合難度高、AI領域開發人員技能要求高，這是AI開發者們的切膚之痛，也是AI基礎服務提供商們必須醫好的癥結。

昇騰AI是以昇騰AI基礎軟硬件平臺為基礎構建的人工智能計算產業，昇騰AI基礎軟硬件平臺包括Atlas系列硬件及伙伴硬件、異構計算架構CANN(Compute Architecture for Neural Networks)、全場景AI框架昇思MindSpore、昇騰應用使能MindX等。作為昇騰AI的核心，異構計算架構CANN兼容多種底層硬件設備形態提供強大的異構計算能力，并且通過多層次編程接口，支持用戶快速構建AI應用和業務。同時，還開源了各種AI應用源碼供個人和企業開發者們免費使用。

在計算機視覺領域，CANN最新開源的通用目標檢測與識別樣例，通過其強大的可定制、可擴展性，為AI開發者們提供了良好編程選擇。大量模塊化編程邏輯、可擴展配置，讓開發者們像樂高搭積木一樣，僅需進行簡單的替換和定制，就能實現符合業務場景需求的高性能、企業級AI應用。

該樣例使用了YoloV3圖片檢測模型與CNN顏色分類模型，基于CANN AI應用編程接口，對數據預處理、模型推理、模型后處理等AI核心計算邏輯進行模塊化組裝，實現了車輛檢測和車身顏色識別基礎功能：

同時，該樣例開放出多個編程定制點，并公開了系統的定制文檔，詳細介紹了樣例代碼結構、編譯運行方法，以及如何基于現有樣例代碼進行功能定制和擴展，讓不同程度的AI開發者們輕松上手。

1支持多格式輸入和輸出

CANN通用目標檢測和識別樣例支持圖片、離線視頻、RTSP視頻流等多輸入格式，開發者可基于此樣例實現對圖片和視頻等不同格式的目標進行識別。另外在結果展示方面，該樣例支持圖片、離線視頻、Web前端等多形式展現，可根據業務場景靈活呈現識別結果。

2持輕松替換和串接模型

樣例目前選用的是YoloV3圖片檢測模型與CNN顏色分類模型的串接，可實現基本的車輛檢測和車輛顏色識別，開發者可輕松修改程序代碼，自行替換/增加/刪除AI模型，實現更多AI功能。

3支持高效數據預處理

圖片、視頻等各類數據是進行目標檢測和識別的原料，在把數據投入AI算法或模型前，我們需要對數據進行預加工，才能達到更加高效和準確的計算。該樣例采用獨立數據預處理模塊，支持開發者按需定制，高效實現解碼、摳圖、縮放、色域轉換等各種常見數據處理功能。

4支持圖片數、分辨率可變場景定制

在目標檢測和識別領域，開發者們除了需要應對輸入數據格式等方面差異，還會經常遇到圖片數量、分辨率不確定的場景，這也是格外頭疼的問題之一。比如，在目標檢測和識別過程中，由于檢測出的目標個數不固定，導致程序要等到圖片攢到固定數量再進行AI計算，浪費了大量寶貴的AI計算資源。該樣例開放了便捷的定制入口，支持設置多種數據量Batch檔位、多種分辨率檔位，在推理時根據實際輸入情況靈活匹配，不僅擴寬了業務場景，更有效節省計算資源，大大提升AI計算效率。

5支持多路多線程高性能編程

同時，為了進一步提高編程的靈活性，滿足開發者實現高性能AI應用，該樣例支持通過極為友好和便捷的方式調整線程數和設備路數，極大降低學習成本，提升設備資源利用率。

6高效后處理計算

除此之外，本樣例還將原本需要在CPU上進行處理的功能推送到昇騰AI處理器上執行，利用昇騰AI處理器強大的算力實現后處理的加速，進一步提升整個AI應用的計算效率。

CANN為AI開發者用戶提供了越來越靈活的編程技術支持，讓越來越多的開發者們尋求到了更加友好且高效的編程體驗。讓大學生創新人才更輕松地上手AI開發、開展創意實踐，讓企業開發者們更高效落地商業應用。

歡迎廣大開發者朋友多多體驗、參與技術分享、項目改進和項目落地，共建人工智能開發者生態。我們也提供了專屬通道，希望聽到您的聲音，加入“昇騰暢作社”，成為昇騰官方簽約技術專家、分享AI技術、暢享昇騰官方渠道流量宣傳、樹立個人影響力、贏取Swithc等豐厚獎品!

道阻且長，未來可期，期待昇騰AI以向上之力，持續推動人工智能產業生態的建設和發展，構建萬物AI的美好世界。

翔迅科技基于昇騰打造數智安全生產解決方案，與華為共建昇騰AI產業

原文標題：昇騰AI異構計算架構CANN，幫你擺平目標檢測與識別AI應用!

文章出處：【微信公眾號：華為計算】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅