简介
Vision SDK是什么
计算机视觉（Computer Vision，以下简称“CV”）的发展是一个不断探索的过程，CV最初是为了实现计算机对数字图片的简单处理而产生的，研究内容主要包括图像处理、模式识别、机器学习、深度学习等方面。在智能视频分析（Intelligent Video Analytics，以下简称“IVA”）行业中，传统计算常见算法的应用领域有很多，例如目标识别、视频结构化、动作行为识别等。
随着硬件技术和算法的不断进步，视频与图像已逐渐成为全球互联网流量的主要组成部分。随着媒体服务的快速增长，AI图像算法基础的视频图像处理，逐渐成为计算流程中的成本壁垒和性能瓶颈。在此背景上，Vision SDK致力于视频图像处理算法加速，提升视频图像处理性能，降低CV应用的开发复杂度，加速CV应用开发部署。
Vision SDK是MindSDK中面向图片和视频视觉分析的SDK，提供了基本的视频、图像智能分析能力及编程框架。
- 通过API接口方式开发：提供原生的推理API以及算子加速库，用户可通过调用API接口的方式开发应用。对于有固定应用开发流程的用户，建议采用此方式，借用Vision SDK提供算法加速能力构建CV应用。
- 通过流程编排方式开发：采用模块化的设计理念，将业务流程中的各个功能单元封装成独立的插件。用户可以用流程编排的方式，通过插件的串接快速构建业务，进行应用开发。此方式提供常用功能插件，具备流程编排能力，提供插件自定义开发功能。
Vision SDK致力于简化昇腾芯片推理业务开发过程，降低使用昇腾芯片开发的门槛。
- 降本增效：将传统视频图像处理通过NPU加速，大幅度提升计算性能，降低成本。
- 极简易用：封装NPU算法加速能力，方便应用直接调用，简化应用开发难度。
Vision SDK用户指南用于引导开发者基于现有模型，通过Vision SDK API接口开发方式或流程编排方式实现目标识别、图像分类等功能。
通过用户指南，您可以了解到以下内容：
- Vision SDK软件架构、基本概念以及各开发方式对应的使用流程。
- 如何使用Vision SDK API接口进行应用开发，如何通过流程编排插件实现应用。
拥有C/C++、Python语言开发能力，对推理应用开发有一定了解的开发者，可以更好的理解该产品。
初次使用，建议先了解各开发方式具体流程，通过快速入门具体了解各开发方式的风格特点，选择适合实际业务和理解习惯的开发方式，再通过对应的章节学习、开发Vision SDK应用。
软件架构
Vision SDK软件架构如图1所示，架构图中的关键模块介绍如表1。
| 模块 | 说明 |
|---|---|
| mxStream | 用于管理流程编排中的业务Stream。 |
| mxPlugins | 基础功能插件，例如模型推理插件、模型后处理插件、视频编解码插件以及图像解码插件。为以流程编排方式进行快速构建应用提供基础能力。 |
| mxBase | 昇腾芯片功能基础库：包括图像解码、裁剪缩放、模型推理、算子加速库等。是Vision SDK的基础底座，开放部分API供用户进行自定义应用开发。 |
| mxTools | 提供SDK相关工具。 |
支持的硬件和操作系统
表 1 支持产品形态
| 产品系列 | 产品型号 | 操作系统版本（仅支持64位的操作系统） |
|---|---|---|
| Atlas 200I/500 A2 推理产品 | Atlas 500 A2 智能小站 | |
| Atlas 推理系列产品 | Atlas 300I Pro 推理卡 | |
| Atlas 300I Duo 推理卡 | ||
| Atlas 300V 视频解析卡 | ||
| Atlas 300V Pro 视频解析卡 | ||
| Atlas 200I SoC A1 核心板 | ||
| Atlas A2 推理系列产品 | Atlas 800I A2 推理服务器 |