企业官网建设流程全解析

源码构建

【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv

源码构建前，请参考本项目README完成环境准备和源码下载，此处不再赘述。

安装第三方依赖

说明：对于WebIDE或Docker环境，默认联网，编译过程中会自动下载第三方依赖，无需手动安装，可跳过本章操作。

本项目编译过程依赖的第三方开源软件列表如下：

若您的编译环境可以访问网络，请参考联网编译，编译脚本会自动联网下载第三方软件。否则，请参考未联网编译手动下载第三方软件。

准备好开源第三方软件后，可采用如下编译方式，请按需选择：

• 自定义算子包：

  选择部分算子编译生成的包称为自定义算子包，以挂载形式作用于CANN包，不改变原始包内容。生成的自定义算子包优先级高于原始CANN包。该包支持aclnn和图模式调用AI Core、AI CPU算子。

• ops-cv包：

  选择整个项目编译生成的包称为ops-cv包，可完整替换CANN包对应部分。该包支持aclnn和图模式调用AI Core算子。

• ops-cv静态库：

  说明：若您需要基于本项目进行二次发布并且对软件包大小有要求时，建议采用静态库编译，该库可以链接您的应用开发程序，仅保留业务所需的算子，从而实现软件最小化部署。

  表示整个项目编译为一个静态库文件，包含libcann_cv_static.a和aclnn接口头文件。该包仅支持aclnn调用AI Core算子。

联网编译

若在有互联网的环境下编译，编译过程中会自动安装第三方依赖，无需手动安装。不同场景下源码编译和部署命令如下：

自定义算子包

1. 编译自定义算子包

   进入项目根目录，执行如下编译命令：

   bash build.sh --pkg --soc=${soc_version} [--vendor_name=${vendor_name}] [--ops=${op_list}] [-j${n}] # 以GridSample算子编译为例 # bash build.sh --pkg --soc=ascend910b --ops=grid_sample -j16 # 编译experimental贡献目录下的用户算子（以GridSample算子为例，编译时请以实际贡献算子为准） # bash build.sh --pkg --experimental --soc=ascend910b --ops=grid_sample -j16

   • --soc：${soc_version}表示NPU型号。Atlas A2 训练系列产品/Atlas A2 推理系列产品使用"ascend910b"（默认），Atlas A3 训练系列产品/Atlas A3 推理系列产品使用"ascend910_93"，Ascend 950PR/Ascend 950DT产品使用"ascend950"。
   • --vendor_name（可选）：${vendor_name}表示构建的自定义算子包名，默认名为custom。
   • --ops（可选）：${op_list}表示待编译算子，不指定时默认编译所有算子。格式形如"grid_sample,iou_v2,..."，多算子之间用英文逗号","分隔。
   • --experimental（可选）：表示编译用户保存在experimental贡献目录下的算子。
   • -j（可选）：指定编译线程数，加快编译速度。

   若${vendor_name}和${op_list}都不传入编译的是ops-cv包；若编译所有算子的自定义算子包，需传入${vendor_name}。当提示如下信息，说明编译成功。

   Self-extractable archive "cann-ops-cv-${vendor_name}_linux-${arch}.run" successfully created.

   编译成功后，run包存放于项目根目录的build_out目录下。

2. 安装自定义算子包

   ./build_out/cann-ops-cv-${vendor_name}_linux-${arch}.run

   自定义算子包默认安装路径为${ASCEND_HOME_PATH}/opp/vendors，${ASCEND_HOME_PATH}已通过环境变量配置，表示CANN toolkit包安装路径，一般为${install_path}/cann。

   说明：可通过配置--install-path=${install_path}参数定义算子包安装目录，在使用自定义算子包前，需执行source ${install_path}/vendors/${vendor_name}/bin/set_env.bash命令，set_env.bash脚本将自定义算子包安装路径追加到环境变量ASCEND_CUSTOM_OPP_PATH中，使自定义算子包在当前环境中生效。

3. （可选）卸载自定义算子包。

   自定义算子包安装后在${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv/scripts目录会生成uninstall.sh，通过该脚本可卸载自定义算子包，命令如下：

   bash ${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv/scripts/uninstall.sh

ops-cv包

1. 编译ops-cv包

   进入项目根目录，执行如下编译命令：

   # 编译除experimental目录外的所有算子 bash build.sh --pkg --soc=${soc_version} [-j${n}] # 编译experimental目录下的所有算子 # bash build.sh --pkg --experimental --soc=${soc_version} [-j${n}]

   • --soc：${soc_version}表示NPU型号。Atlas A2 训练系列产品/Atlas A2 推理系列产品使用"ascend910b"（默认），Atlas A3 训练系列产品/Atlas A3 推理系列产品使用"ascend910_93"，Ascend 950PR/Ascend 950DT产品使用"ascend950"。
   • --experimental（可选）：表示编译用户保存在experimental目录下的算子。
   • -j（可选）：指定编译线程数，加快编译速度。

   若提示如下信息，说明编译成功。

   Self-extractable archive "cann-${soc_name}-ops-cv_${cann_version}_linux-${arch}.run" successfully created.

   ${soc_name}表示NPU型号名称，即${soc_version}删除“ascend”后剩余的内容。编译成功后，run包存放于build_out目录下。

2. 安装ops-cv包

   # 安装命令 ./build_out/cann-${soc_name}-ops-cv_${cann_version}_linux-${arch}.run --full --install-path=${install_path}

   ${install_path}：表示指定安装路径，需要与toolkit包安装在相同路径，默认安装在/usr/local/Ascend目录。

3. （可选）卸载ops-cv包

   # 卸载命令 ./${install_path}/cann/share/info/ops_cv/script/uninstall.sh

ops-cv静态库

说明：静态库仅支持Atlas A2、Atlas A3系列产品、Ascend950PR/Ascend 950DT产品。experimental算子暂不支持使用静态库。

1. 编译ops-cv静态库

   进入项目根目录，执行如下编译命令：

   bash build.sh --pkg --static --soc=${soc_version} [-j${n}]

   • --soc：${soc_version}表示NPU型号。Atlas A2系列产品使用"ascend910b"（默认），Atlas A3系列产品使用"ascend910_93"，Ascend950PR/Ascend 950DT产品使用"ascend950"。
   • -j（可选）：指定编译线程数，加快编译速度。 若提示如下信息，说明编译并压缩成功。

   [SUCCESS] Build static lib success! Successfully created compressed package: ${repo_path}/build_out/cann-${soc_name}-ops-cv-static_${cann_version}_linux-${arch}.tar.gz

   ${repo_path}表示项目根目录，${soc_name}表示NPU型号名称，即${soc_version}删除“ascend”后剩余的内容。编译成功后，压缩包存放于build_out目录下。

2. 解压ops-cv静态库

   进入build_out目录执行解压命令：

   tar -zxvf ./cann-${soc_name}-ops-cv-static_${cann_version}_linux-${arch}.tar.gz -C ${static_lib_path}

   ${static_lib_path}表示静态库解压路径。解压后目录结构如下：

   ├── cann-${soc_name}-ops-cv-static_${cann_version}_linux-${arch} │ ├── lib64 │ │ ├── libcann_cv_static.a # 静态库文件 │ └── include | ├── ... # aclnn接口头文件

未联网编译

若在没有连接互联网的环境下编译，需要提前准备好依赖的第三方软件，再进行源码编译。具体过程如下：

2. 下载第三方依赖

   在联网环境中提前下载第三方软件，目前有如下方式，请按需选择：

   • 方式1：根据第三方软件依赖提供的表格手动下载，若从其他地址下载，请确保版本号一致。

   • 方式2：通过third_lib_download.py脚本一键下载，该脚本在本项目scripts/tools/目录，下载该脚本并执行如下命令：

     python ${scripts_dir}/third_lib_download.py

   ${scripts_dir}表示脚本存放路径，下载的第三方软件包默认存放在当前脚本所在目录。

3. 编译算子包

   将下载好的第三方软件上传至离线环境，可存放在third_party目录或自定义目录下。推荐前者，其编译命令与联网编译场景下的命令一致。

   • third_party目录（推荐）

     请在本项目根目录创建third_party目录（若有则无需创建），将第三方软件拷贝到该指定目录。此时编译命令与联网编译命令一致，具体参考联网编译。

   • 自定义目录

     在离线环境的任意位置新建${cann_3rd_lib_path}目录，将第三方软件拷贝到该目录，请确保该目录有权限访问。

     mkdir -p ${cann_3rd_lib_path}

     此时编译命令需在联网编译命令基础上额外增加--cann_3rd_lib_path=${cann_3rd_lib_path}用于指定第三方软件所在路径。假设存放路径为/path/cann_3rd_lib_path，不同编译方式对应的命令如下：

     • 自定义算子包

       bash build.sh --pkg --soc=${soc_version} [--vendor_name=${vendor_name}] [--ops=${op_list}] --cann_3rd_lib_path=${cann_3rd_lib_path} # 以GridSample算子编译为例 # bash build.sh --pkg --soc=ascend910b --ops=grid_sample -j16 --cann_3rd_lib_path=/path/cann_3rd_lib_path

     • ops-cv整包

       bash build.sh --pkg --soc=${soc_version} --cann_3rd_lib_path=${cann_3rd_lib_path} # bash build.sh --pkg --soc=ascend910b --cann_3rd_lib_path=/path/cann_3rd_lib_path

     • ops-cv静态库

       bash build.sh --pkg --static --soc=${soc_version} --cann_3rd_lib_path=${cann_3rd_lib_path} # bash build.sh --pkg --static --soc=ascend910b --cann_3rd_lib_path=/path/cann_3rd_lib_path

4. 安装/卸载算子包

   未联网和联网场景下编译得到算子包结果一样，默认存放于项目根目录build_out目录下，并且安装和卸载的操作命令也一样，具体参见联网编译。

本地验证

源码包部署后，可通过项目根目录build.sh执行UT用例，验证项目功能是否正常。

说明：执行UT用例依赖googletest单元测试框架，详细介绍参见googletest官网。

# 安装根目录下test相关requirements.txt依赖 pip3 install -r tests/requirements.txt # 方式1: 编译并执行指定算子和对应功能的UT测试用例（选其一） bash build.sh -u --[opapi|ophost|opkernel|opkernel_aicpu] --ops=grid_sample # 方式2: 编译并执行所有的UT测试用例 # bash build.sh -u # 方式3: 编译所有的UT测试用例但不执行 # bash build.sh -u --noexec # 方式4: 编译并执行对应功能的UT测试用例（选其一） # bash build.sh -u --[opapi|ophost|opkernel|opkernel_aicpu] # 方式5: 编译对应功能的UT测试用例但不执行（选其一） # bash build.sh -u --noexec --[opapi|ophost|opkernel|opkernel_aicpu] # 方式6: 执行UT测试用例时可指定soc编译 # bash build.sh -u --[opapi|ophost|opkernel|opkernel_aicpu] [--soc=${soc_version}]

以验证ophost功能是否正常为例，执行如下命令：

bash build.sh -u --ophost

执行完成后出现如下内容，表示执行成功。

Global Environment TearDown [==========] ${n} tests from ${m} test suites ran. (${x} ms total) [ PASSED ] ${n} tests. [100%] Built target cv_op_host_ut

${n}表示执行了n个用例，${m}表示m项测试，${x}表示执行用例消耗的时间，单位为毫秒。

【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv