ML — 机器学习相关的操作

类

class ML(...)

使用示例::(python)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
# coding=utf-8
# This is a sample Python script.
 from minicv import ML
 print("-------------------Welcome HaasAI MicroPython--------------------")

 print("-----ml odla demo start-----")
 #test data
 #"/data/python/resource/odla/test0.png"
 #"/data/python/resource/odla/test1.png"
 #"/data/python/resource/odla/test2.png"
 #"/data/python/resource/odla/test3.png"
 #"/data/python/resource/odla/test4.png"
 #"/data/python/resource/odla/test5.png"
 #"/data/python/resource/odla/test6.png"
 #"/data/python/resource/odla/test7.png"
 #"/data/python/resource/odla/test8.png"
 #"/data/python/resource/odla/test9.png"
 ml = ML()
 ml.open(ml.ML_ENGINE_ODLA)
 ml.setInputData("/data/python/resource/odla/test4.png")
 ml.loadNet("default")
 ml.predict()
 responses_value = bytearray(10)
 ml.getPredictResponses(responses_value)
 print(responses_value)
 ml.unLoadNet()
 ml.close()
 print("-----ml odla demo end-----")

常量

当前支持的推理引擎的种类：
ML_ENGINE_NONE
ML_ENGINE_MNN
ML_ENGINE_CLOUD
ML_ENGINE_ODLA
ML_ENGINE_MAX

操作函数

open(MLEngineType_t)

打开推理引擎功能模块

close()

关闭推理引擎功能模块

config(key，secret，region_id，endpoint，url)

配置推理引擎需要的参数

setInputData(mFileName)

设置输入数据

loadNet(mFileName)

加载AI 模型文件

predict()

开始推理

getPredictResponses()

获取推理结果

unLoadNet()

卸载AI模型文件