# enginex-ascend-910-vc-cnn

运行于【寒武纪】系列算力卡的【视觉分类】引擎，基于 CNN 架构，支持 BEiT、MobileViT 等流行模型

## QuickStart

1、从 modelscope上下载视觉分类的模型，例如 microsoft/beit-base-patch16-224
```python
modelscope download --model microsoft/beit-base-patch16-224 README.md --local_dir /mnt/contest_ceph/zhoushasha/models/microsoft/beit_base_patch16_224_pt22k_ft22k
```

2、使用Dockerfile生成镜像
从仓库的【软件包】栏目下载基础镜像 combricon-mlu370x4-base:v0.2.0-tgiv1.4.3-btv0.6.0-pt2.1-x86_64-ubuntu22.04-py310
使用 Dockerfile_mlu370 生成 镜像
```python
docker build -f Dockerfile_mlu370 -t combricon-mlu370x4-base-zhoushasha:v4.0 .
```
其中基础镜像 combricon-mlu370x4-base:v0.2.0-tgiv1.4.3-btv0.6.0-pt2.1-x86_64-ubuntu22.04-py310 联系寒武纪厂商技术支持可获取
注意 Dockerfile_mlu370 中已预先将模型 microsoft_beit_base_patch16_224_pt22k_ft22k 放在了 /model 下面

3、启动docker
```python
docker run -it \
  -p 10091:80 \
  --privileged \
  --name test_mlu370 \
  --device /dev/cambricon_ctl \
  --device /dev/cambricon[0-3] \
  -v /usr/bin/cnmon:/usr/bin/cnmon \
  combricon-mlu370x4-base-zhoushasha:v4.0
```

4、测试服务
```python
curl -X POST http://localhost:10091/v1/private/s782b4996 \
>   -F "image=@/home/zhoushasha/models/026_0010.jpg"
```