示例概述

本项目包含多个基于 C/C++ 编写的 AI 示例程序，适用于 RDK S100平台，覆盖图像分类、目标检测、实例分割、姿态估计、OCR、语音识别等常见 AI 任务。示例使用 .hbm 格式的量化模型进行推理，便于开发者快速验证模型效果并开展应用开发。

本项目包含多个基于 C/C++ 编写的 AI 示例程序，适用于 RDK S600平台，覆盖图像分类、目标检测、实例分割、姿态估计、语音识别等常见 AI 任务。示例使用 .hbm 格式的量化模型进行推理，便于开发者快速验证模型效果并开展应用开发。

本项目的板端代码位置：/app/cdev_demo/bpu。

目录结构总览

|-- 01_classification_sample         # 图像分类示例（如 ResNet18、MobileNet）
|-- 02_detection_sample              # 目标检测示例（YOLO 等）
|-- 03_instance_segmentation_sample  # 实例分割示例
|-- 04_pose_sample                   # 关键点检测示例
|-- 05_open_instance_seg_sample      # 开放实例分割示例
|-- 06_lane_detection_sample         # 车道线检测示例
|-- 07_speech_sample                 # 语音识别示例
|-- 08_OCR_sample                    # 光学字符识别示例
|-- 09_usb_camera_sample             # USB 摄像头实时推理示例
|-- 10_mipi_camera_sample            # MIPI 摄像头实时推理示例
|-- 11_decode_yolov5x_display_sample # 视频解码、推理与显示示例
|-- 12_rtsp_yolov5x_display_sample   # RTSP 流解码、推理与显示示例
|-- utils                            # 通用工具函数
`-- README.md                        # 项目说明文档（当前文件）

|-- classification_sample            # 图像分类示例（如 ResNet18、MobileNet）
|-- detection_sample                 # 目标检测示例（YOLO 等）
|-- instance_segmentation_sample     # 实例分割示例
|-- pose_sample                      # 关键点检测示例
|-- speech_sample                    # 语音识别示例
|-- usb_camera_sample                # USB 摄像头实时推理示例
|-- mipi_camera_sample               # MIPI 摄像头实时推理示例
|-- decode_yolov5x_display_sample    # 视频解码、推理与显示示例
|-- rtsp_yolov5x_display_sample      # RTSP 流解码、推理与显示示例
|-- utils                            # 通用工具函数
`-- README.md                        # 项目说明文档（当前文件）

环境要求

在运行示例前，请确保系统环境满足以下要求：

硬件

支持 BPU 的S100开发板
摄像头（USB 或 MIPI）若需运行相关示例

支持 BPU 的S600开发板
摄像头（USB 或 MIPI）若需运行相关示例

系统与工具链

本项目已在以下环境中验证可运行：

操作系统
- Ubuntu 22.04.5 LTS (Jammy Jellyfish)
- Distributor ID: Ubuntu
- Description: Ubuntu 24.04.3 LTS
- Release: 24.04
- Codename: noble
编译工具链
- CMake: 3.22.1
- GCC: 11.4.0
- G++: 11.4.0

依赖库

不同的示例依赖不同的开发包，请根据需求安装。

通用依赖

sudo apt update
sudo apt install libgflags-dev

ASR 语音识别示例

sudo apt update
sudo apt install libsndfile1-dev
sudo apt install libsamplerate0-dev

OCR 文字识别示例

sudo apt update
sudo apt install libpolyclipping-dev

编译方法

以图像分类示例 resnet18 为例：

cd 01_classification_sample/01_resnet18

mkdir build && cd build

cmake ..

make -j$(nproc)

cd classification_sample/resnet18

mkdir build && cd build

cmake ..

make -j$(nproc)

运行示例

以图像分类示例 resnet18 为例：

cd 01_classification_sample/01_resnet18/build

cd classification_sample/resnet18/build

运行模型
```
./resnet_18
```

查看结果

TOP 0: label=zebra, prob=0.99872
TOP 1: label=cheetah, chetah, Acinonyx jubatus, prob=0.000448407
TOP 2: label=impala, Aepyceros melampus, prob=0.000398787
TOP 3: label=gazelle, prob=0.000253181
TOP 4: label=prairie chicken, prairie grouse, prairie fowl, prob=0.000179423

通用工具说明

utils 目录包含了BPU C/C++ 推理示例中的公共工具函数，用于图像预处理、推理结果后处理、多媒体处理及通用工具函数，方便在不同示例中复用。

utils
├── inc                          # 头文件目录
│   ├── common_utils.hpp         # 通用工具函数（反量化、结果绘制、常用数据结构等）
│   ├── multimedia_utils.hpp     # 多媒体处理工具（视频帧解码、像素格式转换等）
│   ├── postprocess_utils.hpp    # 推理结果后处理（NMS、解码、mask处理等）
│   └── preprocess_utils.hpp     # 输入数据预处理（图像缩放、归一化、格式转换等）
└── src                          # 源码目录（具体实现）
    ├── common_utils.cc
    ├── multimedia_utils.cc
    ├── postprocess_utils.cc
    └── preprocess_utils.cc

附加说明

所有示例程序均使用.hbm格式模型。
注意：各子目录下提供的README.md会详细介绍对应模型所需环境说明、命令行参数、运行方式等内容。

目录结构总览​

环境要求​

硬件​

系统与工具链​

依赖库​

编译方法​

运行示例​

通用工具说明​

附加说明​