本系列为华为海思海思AI芯片(Hi3519A/3559A)方案学习系列之二十四，系列文章请关注海思AI芯片方案学习。
作者：ltshan139
前言
前面我们讲的算法模型在海思nnie上的推理都是基于bgr格式数据或*.bgr文件。本博文则介绍如何对于YUV图片进行识别。
YUV格式分析
前面的博文都是用软解码（opencv库）jpeg图片，然后转换成bgr格式数据（bbbb...ggg....rrrr.....）再输入到算法模型。现在则是用硬解码VDEC将jpeg图片解码成yuv数据流。
YUV格式很多，有YUV444,422以及420等。 这里我们只关心420（相对更常用）.
但是420里面又可以细分为planar和semi planar。Planar是指每个通道值分别连续占据一块完整内存比如YYYY....UUU.....VVV.... 根据U和V planar循序，它可以细分为I420和YV12；
与planar相对应的是packed，它指每个像素三通道数据交织在一起，比如YUVYUVYUV... ....当然，对于Yuv420来说，它是半交织的，即Y通道数据连续占据第一块内存区域，后面UV则交织在一起，而根据U和V的交织顺序又可以细分为NV12和NV21
具体可以参考下面图例解释。
YUV格式图片的识别
如果想硬解码图片而且做缩放的话，VDEC需要bind到VPSS，然后从VPSS里面读取数据。这里面首先要注意一点：对于3519av100来说，VPSS中所有channel都仅仅支持YUV格式，它们包括YVU-SP420/YVU-SP422/YUV-SP420/YUV-SP422/YUV400。与它们相对应的宏有PIXEL_FORMAT_YVU_SEMIPLANAR_420（即NV21）、PIXEL_FORMAT_YUV_SEMIPLANAR_420（即NV12)等。
由前面可知，VPSS不支持YUV转换RGB处理，那么从VPSS里面获取的YUV数据怎么扔到nnie里面来做推理？ 毕竟目前所有的经典目标检测算法模型本身都只支持BGR/RGB格式数据，那么如何将YUV数据先转换成BGR再输入到网络模型呢？ 可以调用opencv库来做这个转换，当然更笨的办法是根据yuv转RGB公式来手写这段转换代码。但是更好的办法是利用NNIE的硬件来做颜色转换。
其方法是，在使用ruyistudio来进行模型量化时，image_type选择YVU420SP或YVU422SP，当然选择哪一个，得取决于VPSS里面得图像数据格式，不过要注意得一点是，VPSS支持多种YUV格式，而ruyistudio只支持YVU420SP和YVU422SP两种，换句话说，NNIE硬件只支持这两种格式转换到RGB空间。至于是RGB还是BGR，它由下图右边红框RGB_order得值来决定，这个得和算法模型本身支持得数据格式输入对应起来。
实际运行时， NNNI硬件会根据 基于上面选项所生成得WK模型文件 来自动将YUV格式得图像数据转换成BGR/RGB，然后再进行推理识别，整个转换过程在内部完成，不需要外部软件参与。
海思AI芯片系列文章
- 海思AI芯片方案学习（二十三）nnie上进行图像数据预处理（Normalize）的五种方式
- 海思AI芯片方案学习（二十二）如何在ubuntu18.0.4上跑通nnie mapper
- 海思AI芯片(Hi3519A/3559A)方案学习（二十一）extern "C"和C/C++混合编程
更多海思AI芯片方案学习笔记欢迎关注海思AI芯片方案学习。
