# libalgdeploy-hi3559a

**Repository Path**: mumulin19/libalgdeploy-hi3559a

## Basic Information

- **Project Name**: libalgdeploy-hi3559a
- **Description**: 3559a深度学习算法部署工程
- **Primary Language**: C++
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 9
- **Forks**: 9
- **Created**: 2020-09-22
- **Last Updated**: 2025-07-25

## Categories & Tags

**Categories**: machine-learning

**Tags**: None

## README

# libalgdeploy

### 介绍

    (1) 强大的深度学习算法部署工程，边缘计算，中台计算，支持海思nnie、linux-x64 cuda等硬件算力单元。
    (2) nnie算力引擎推理时间：
        face_detect (libfacedetection) : 10ms
        face_landmark (pfld) : 2ms
        face_landmark (pfpld) : 10ms
        face_feature (insight face) : 20ms
        基于以上推理时间的人脸识别流程，在hi3559a平台，经过流程梳理和优化后，可以做到10-12路视频流的人脸特征提取，每路视频流的人脸数在8-20个。
    (3) nvidia-gpu-rtx2080算力引擎推理时间：

[模型介绍](https://zhuanlan.zhihu.com/p/258059057) 

### 软件架构

    alg_api: 神经网络推理API (C)
    alg_engine: 神经网络推理API (C++)
        alg_hinnie
        alg_mxnet
        alg_caffe
    alg_basic: 推理引擎
        alg_basic_hinnie: nnie推理引擎
        alg_basic_mxnet:  mxnet推理引擎
        alg_basic_caffe:  caffe推理引擎
    alg_common: 通用算力接口
    common: 通用模块

### 目录结构

    |-- examples
    |-- include     #header file
    |   |-- alg_api.h
    |   |-- alg_struct.h
    |   `-- image_container.h
    |-- models		#models all
    |   |-- caffe	#caffe models
    |   |-- mxnet	#mxnet models
    |   `-- nnie	#nnie models
    |-- src					
    |   |-- algapi
    |   |-- algbasic_caffe
    |   |-- algbasic_hinnie
    |   |-- algbasic_mxnet
    |   |-- algcaffe
    |   |-- algcommon
    |   |-- alghinnie
    |   |-- algmxnet
    |   `-- common
    `-- third_party
        |-- hi3559av100
        `-- linux-64
    
### 使用说明

    #1 配置工程
    make config
    #2 编译
    make -j7
    make install
    #3 运行demo，测试效果
    cd build/bin

### 模型转换
[algmodelconvert](https://gitee.com/mumulin19/algmodelconvert.git) 

### 二次开发
    1 如果使用本工程提供的模型（libfacedetection pfld insightface）迭代，那么不需要修改任何代码， 直接把alg_api集成到工程中即可。
    2 如果有自己训练的模型，需要修改相应后处理部分，参考alg_face_detect_v1.cpp、alg_face_feature_v1.cpp、alg_face_lmk_v1.cpp等image_post处理。
    3 自己训练的模型，可以通过上面的模型转换工程转换到相应算力平台。

### 联系方式
    mail : mumulinmail@yeah.net
    qq : 810702785