函数：get_output_dims
函数：get_input_dims
| C函数原型 | aclError aclmdlGetInputDims(const aclmdlDesc *modelDesc, size_t index, aclmdlIODims *dims) |
|---|---|
| Python函数 | dims, ret = acl.mdl.get_input_dims(model_desc, index) |
| 函数功能 | 根据模型描述获取模型的输入tensor的维度信息。同步接口。 如果模型中含有静态AIPP配置信息，您可以根据实际需要选择acl.mdl.get_input_dims接口或acl.mdl.get.input_dims_v2接口查询维度信息，两者的区别在于： - 通过acl.mdl.get_input_dims接口获取的维度信息，各维度的值与输入图像的各维度的值保持一致，详细规则如表1所示。 - 通过acl.mdl.get_input_dims_v2接口获取的维度信息，H维度的值= 输入图像的H维度值 * 系数，不同图片格式下C维度的值不同，详细规则如acl.mdl.get_input_dims_v2接口处的表1所示，且各维度值相乘的结果值与通过acl.mdl.get_input_size_by_index接口获取的值保持一致。 |
| 输入说明 | model_desc：int，aclmdlDesc类型数据的指针地址。 index：int，指定获取第几个输入的dims，index值从0开始。 |
| 返回值说明 | dims：dict，针对多batch或多种宽高的场景，按照该字典的数组返回其支持的最大档的组合。 text<br>dims = {<br>"name": xxx, #tensor name<br>"dimCount":xxx，#shape中的维度个数<br>"dims": [xx, xx, xx] # 维度信息<br>}<br>针对动态Batch、动态分辨率（宽高）的场景，输入tensor的dims中Batch数或宽高为-1，表示其动态可变。例如，输入tensor的format为NCHW，在动态Batch场景下，动态可变的输入tensor的dims为[-1,3,224,224]；在动态分辨率场景下，动态可变的输入tensor的dims为[1,3,-1,-1]。举例中的斜体部分以实际情况为准。 若tensor的name长度大于127，则在输出的dims.name时，pyACL会将tensor的name转换为“acl_modelId_${id}input${index}${随机字符串} ”格式（如果转换后的tensor的name与模型中已有的tensor的name冲突，则会在转换后的name尾部增加“${随机字符串} ”，否则不会增加随机字符串），并在转换后的name与原name之间建立映射关系，用户可调用acl.mdl.get_tensor_real_name接口，传入转换后的name，获取原name（若向接口传入原name，则获取的还是原name）；若tensor的name长度小于或等于127，则在输出的dims.name时，按tensor的name输出。 ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。 |
| 约束说明 | 无 |
表1 静态AIPP场景下的维度定义规则
| 图像格式 | Format参考格式 | 维度定义规则 |
|---|---|---|
| YUV420SP_U8 | NHWC | n,h,w,c |
| XRGB8888_U8 | NHWC | n,h,w,c |
| RGB888_U8 | NHWC | n,h,w,c |
| YUV400_U8 | NHWC | n,h,w,c |
| ARGB8888_U8 | NHWC | n,h,w,c |
| YUYV_U8 | NHWC | n,h,w,c |
| YUV422SP_U8 | NHWC | n,h,w,c |
| AYUV444_U8 | NHWC | n,h,w,c |
父主题： aclmdlDesc
函数：get_input_dims_v2
| C函数原型 | aclError aclmdlGetInputDimsV2(const aclmdlDesc *modelDesc, size_t index, aclmdlIODims *dims) |
|---|---|
| Python函数 | dims, ret = acl.mdl.get_input_dims_v2(model_desc, index) |
| 函数功能 | 根据模型描述获取模型的输入tensor的维度信息。同步接口。 如果模型中含有静态AIPP配置信息，您可以根据实际需要选择acl.mdl.get_input_dims接口或acl.mdl.get.input_dims_v2接口查询维度信息，两者的区别在于： - 通过acl.mdl.get_input_dims接口获取的维度信息，各维度的值与输入图像的各维度的值保持一致，详细规则如表1所示。 - 通过acl.mdl.get_input_dims_v2接口获取的维度信息，H维度的值= 输入图像的H维度值 * 系数，不同图片格式下C维度的值不同，详细规则如acl.mdl.get_input_dims_v2接口处的表1所示，且各维度值相乘的结果值与通过acl.mdl.get_input_size_by_index接口获取的值保持一致。 |
| 输入说明 | model_desc：int，aclmdlDesc类型数据的指针地址。 index：int，指定获取第几个输入的大小，index值从0开始。 |
| 返回值说明 | dims：dict，针对多batch或多种宽高的场景，按照该字典的数组返回其支持的最大档的组合。 text<br>dims = {<br>"name": xxx, #tensor name<br>"dimCount":xxx，#shape中的维度个数<br>"dims": [xx, xx, xx] # 维度信息<br>}<br>针对动态Batch、动态分辨率（宽高）的场景，输入tensor的dims中Batch数或宽高为-1，表示其动态可变。例如，输入tensor的format为NCHW，在动态Batch场景下，动态可变的输入tensor的dims为[-1,3,224,224]；在动态分辨率场景下，动态可变的输入tensor的dims为[1,3,-1,-1]。举例中的斜体部分以实际情况为准。 若tensor的name长度大于127，则在输出的dims.name时，pyACL会将tensor的name转换为“acl_modelId_${id}input${index}${随机字符串} ”格式（如果转换后的tensor的name与模型中已有的tensor的name冲突，则会在转换后的name尾部增加“${随机字符串} ”，否则不会增加随机字符串），并在转换后的name与原name之间建立映射关系，用户可调用acl.mdl.get_tensor_real_name接口，传入转换后的name，获取原name（若向接口传入原name，则获取的还是原name）；若tensor的name长度小于或等于127，则在输出的dims.name时，按tensor的name输出。 针对静态AIPP场景，本接口针对不同格式的图像，对应NHWC的Format格式，当前接口中明确各个维度的定义规则，如表1所示。 ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。 |
| 约束说明 | 无 |
表1 动态AIPP场景下的维度定义规则
| 图像格式 | Format参考格式 | 维度定义规则 |
|---|---|---|
| YUV420SP_U8 | NHWC | "n,h*1.5,w,1" |
| XRGB8888_U8 | NHWC | "n,h,w,4" |
| RGB888_U8 | NHWC | "n,h,w,3" |
| YUV400_U8 | NHWC | "n,h,w,1" |
| ARGB8888_U8 | NHWC | "n,h,w,4" |
| YUYV_U8 | NHWC | "n,h,w,2" |
| YUV422SP_U8 | NHWC | "n,h*2,w,1" |
| AYUV444_U8 | NHWC | "n,h,w,4" |
父主题： aclmdlDesc
函数：get_output_dims
| C函数原型 | aclError aclmdlGetOutputDims(const aclmdlDesc *modelDesc, size_t index, aclmdlIODims *dims) |
|---|---|
| Python函数 | dims, ret = acl.mdl.get_output_dims(model_desc, index) |
| 函数功能 | 根据模型描述获取指定的模型输出tensor的维度信息。同步接口。 固定Shape场景下，通过该接口获取指定的模型输出tensor的维度信息。 动态Shape（动态Batch或动态分辨率）场景下，通过该接口获取最大档的维度信息。 |
| 输入说明 | model_desc：int，aclmdlDesc类型数据的指针地址。 index：int，指定获取第几个输入的大小，index值从0开始。 |
| 返回值说明 | dims：dict，针对多batch或多种宽高的场景，按照该字典的数组返回其支持的最大档的组合。 text<br>dims = {<br>"name": xxx, #tensor name<br>"dimCount":xxx，#shape中的维度个数<br>"dims": [xx, xx, xx] # 维度信息<br>}<br> 若tensor的name长度大于127，则在输出dims.name时，pyACL会将tensor的name转换为“acl_modelId_${id}input${index}${随机字符串} ”格式（如果转换后的tensor的name与模型中已有的tensor的name冲突，则会在转换后的name尾部增加“${随机字符串} ”，否则不会增加随机字符串），并在转换后的name与原name之间建立映射关系，用户可调用acl.mdl.get_tensor_real_name接口，传入转换后的name，获取原name（若向接口传入原name，则获取的还是原name）；若tensor的name长度小于或等于127，则在输出的dims.name时，按tensor的name输出。 ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。 |
| 约束说明 | 无 |
父主题： aclmdlDesc
函数：get_input_name_by_index
| C函数原型 | const char *aclmdlGetInputNameByIndex(const aclmdlDesc *modelDesc, size_t index) |
|---|---|
| Python函数 | input_name = acl.mdl.get_input_name_by_index(model_desc, index) |
| 函数功能 | 获取模型中指定输入的输入名称。同步接口。 |
| 输入说明 | model_desc：int，aclmdlDesc类型数据的指针地址。 index：int，指定获取第几个输入的大小，index值从0开始。 |
| 返回值说明 | input_name：str，返回指定输入的输入名称。 |
| 约束说明 | 无 |
父主题： aclmdlDesc
函数：get_output_name_by_index
| C函数原型 | const char *aclmdlGetOutputNameByIndex(const aclmdlDesc *modelDesc, size_t index) |
|---|---|
| Python函数 | output_name = acl.mdl.get_output_name_by_index(model_desc, index) |
| 函数功能 | 获取模型中指定输出的输出名称。同步接口。 |
| 输入说明 | model_desc：int，aclmdlDesc类型数据的指针地址。 index：int，指定获取第几个输入的大小，index值从0开始。 |
| 返回值说明 | output_name：str，返回指定输入的输入名称。 返回指定输出的输出算子名称、算子输出边的下标、top名称或输出名称。不同原始网络、不同构建模型的方式，调用本接口获取的返回值格式不同。 - Caffe网络 返回值格式如下，各项之间以冒号分割，如果模型中包含top名称就返回，不包含就不返回： text<br> 输出算子名称 : 算子输出边下标 : top名称<br> - TensorFlow网络 - 使用ATC工具构建om模型的场景下，返回值格式如下，各项之间以冒号分割： text<br> 输出算子名称 : 算子输出边下标<br> - 使用Ascend Graph接口构建om模型的场景下，返回值格式如下，各项之间以下划线分割： text<br> output_网络输出下标_输出算子名称_算子输出边下标<br> - ONNX网络 返回值格式如下，各项之间以冒号分割： text<br> 输出算子名称 : 算子输出边下标 : 输出名称<br> 如果构建om模型时，不指定网络模型中输出算子的名称或网络模型中输出的名称（系统会自动从原始模型中获取输出的名称），或者仅指定网络模型中输出的名称，则返回值中会包含输出名称。 使用Ascend Graph接口构建om模型时，如果指定了网络模型中输出算子的名称，则返回值格式如下，各项之间以下划线分割： text<br> output_网络输出下标_输出算子名称_算子输出边下标<br> |
| 约束说明 | 无 |
父主题： aclmdlDesc
在线提单