CANN机器视觉算子库ops-cv零基础入门实战指南：从开发环境配置到图像预处理算子调用与目标检测调优全流程

前言

在基于昇腾NPU进行深度学习推理部署时，图像预处理环节的性能直接影响端到端推理吞吐量和用户体验。传统的预处理流程通常在CPU侧完成尺寸调整、归一化、色域转换等操作，存在数据在Host与Device之间反复搬运的开销，严重时成为推理流水线的性能瓶颈。CANN算子生态中的ops-cv项目正是为解决这一问题而生——它将图像处理和目标检测相关的高频算子下沉到昇腾NPU上执行，减少数据传输开销，充分利用NPU硬件加速能力，从而实现推理全链路的性能提升。

ops-cv是CANN算子库中提供机器视觉能力的高阶算子子库，主要包含image类算子和objdetect类算子两大类别。image类算子覆盖了ResizeBilinearV2、Normalize、CropAndResize、GridSample等图像处理操作；objdetect类算子则提供非极大值抑制（NMS）、多目标检测后处理等能力。开源版本支持Atlas A2训练系列、Atlas A2推理系列、Atlas A3训练系列、Atlas A3推理系列以及950PR系列等多款昇腾硬件。本指南以零基础用户为目标读者，通过手把手的实操演示，带领读者完成从环境准备、算子编译、图像预处理调用、目标检测集成到算子调试与贡献流程的完整闭环。

环境准备与依赖安装

ops-cv项目的使用前提是正确部署昇腾NPU运行环境，包括NPU驱动固件、CANN软件包以及项目源码。根据读者是否拥有物理昇腾硬件，提供三种环境搭建方案：CANNLab云开发环境适合无硬件的开发者，直接在网页端使用在线昇腾环境；Docker镜像部署适合有物理设备的开发者，通过预集成的容器镜像快速启动；手动安装适合希望深度定制或体验master分支最新能力的开发者。

CANNLab云开发环境

对于手中没有昇腾设备的开发者，CANNLab是最高效的入门方式。进入ops-cv项目主页后，单击页面上的"CANNLab"按钮，使用已认证的华为云账号登录。认证通过后创建NPU环境并配置规格，启动云开发环境后单击"连接 > WebIDE"进入一站式开发平台。平台默认已安装最新商发版CANN包，环境路径为/mnt/workspace/gitCode/${gitCode_id}/ops-cv，其中gitCode_id为开发者个人账号。项目源码已预置在容器环境中，无需额外下载。

Docker镜像快速部署

对于拥有昇腾设备的开发者，Docker镜像部署方案操作简洁且环境隔离性好。实际操作时，先在宿主机执行npu-smi info命令确认NPU设备号，紧接着将宿主机上的NPU设备节点、驱动库、DCMI接口等关键资源挂载到容器内部，使容器内能够直接访问物理NPU。

以下命令以root用户登录宿主机，拉取预集成CANN软件包及ops-cv依赖的镜像，并启动容器：

# 拉取镜像（以cann:9.1.0-beta.1版本为例）dockerpull swr.cn-south-1.myhuaweicloud.com/ascendhub/cann:9.1.0-beta.1-910b-openeuler24.03-py3.12-devel# 启动容器，将NPU设备与关键路径挂载进容器dockerrun--namecann_container\--device/dev/davinci0\--device/dev/davinci_manager\--device/dev/devmm_svm\--device/dev/hisi_hdc\-v/usr/local/dcmi:/usr/local/dcmi\-v/usr/local/bin/npu-smi:/usr/local/bin/npu-smi\-v/usr/local/Ascend/driver/lib64/:/usr/local/Ascend/driver/lib64/\-v/usr/local/Ascend/driver/version.info:/usr/local/Ascend/driver/version.info\-v/etc/ascend_install.info:/etc/ascend_install.info\-itswr.cn-south-1.myhuaweicloud.com/ascendhub/cann:9.1.0-beta.1-910b-openeuler24.03-py3.12-develbash

容器启动后，在容器内执行npu-smi info命令验证NPU是否被正确识别。确认驱动固件正常后，下载ops-cv源码：

# 根据CANN版本选择配套的源码分支标签gitclone-b${tag_version}https://gitcode.com/cann/ops-cv.git&&cdops-cv

Docker方案要求挂载多个/dev节点和/usr/local路径，是因为昇腾NPU采用PCIe或CCIX接口与宿主服务器连接，容器作为隔离进程无法直接感知物理硬件。通过将设备节点（davinci0等）、驱动动态库（driver/lib64）、DCMI管理接口以及版本配置文件逐一映射进容器，容器内的应用程序即可像在宿主机上一样与NPU驱动层通信。多个卷挂载点分离的原因是CAN不同组件（驱动固件、DCMI工具、NPU-smi监控）各自依赖不同的系统路径，集中挂载可以避免遗漏。

快速编译验证脚本

环境就绪后，通过编译一个简单算子来验证整个工具链是否正常工作。以下脚本自动检测SOC版本并执行单算子编译：

#!/bin/bash# 环境检查与快速编译脚本set-e# 检测CANN安装路径if[-n"$ASCEND_HOME_PATH"];thenecho"[INFO] ASCEND_HOME_PATH:$ASCEND_HOME_PATH"elif[-n"$ASCEND_INSTALL_PATH"];thenexportASCEND_HOME_PATH="$ASCEND_INSTALL_PATH"echo"[INFO] ASCEND_HOME_PATH:$ASCEND_HOME_PATH"elseexportASCEND_HOME_PATH="/usr/local/Ascend/cann"echo"[INFO] Using default ASCEND_HOME_PATH:$ASCEND_HOME_PATH"fi# 检查NPU设备ifcommand-vnpu-smi&>/dev/null;thenecho"[INFO] NPU device info:"npu-smi info||echo"[WARN] npu-smi failed, may be in container without physical NPU"elseecho"[WARN] npu-smi not found"fi# 自动检测SOC版本（兼容多种产品型号）SOC_VERSION=""ifgrep-q"Ascend910B"/usr/local/Ascend/driver/version.info2>/dev/null;thenSOC_VERSION="ascend910b"elifgrep-q"Ascend910"/usr/local/Ascend/driver/version.info2>/dev/null;thenSOC_VERSION="ascend910_93"elifgrep-q"Ascend950"/usr/local/Ascend/driver/version.info2>/dev/null;thenSOC_VERSION="ascend950"elseSOC_VERSION="ascend910b"# 默认值fiecho"[INFO] Detected SOC version:$SOC_VERSION"# 进入源码目录（如未进入）cd"$(dirname"$0")"2>/dev/null||cdops-cv# 编译add_example算子以验证工具链echo"[INFO] Building add_example operator..."bashbuild.sh--pkg--soc=${SOC_VERSION}--ops=add_example-j16# 检查编译产物if[-f"build_out/cann-ops-cv-custom_linux-"*.run];thenecho"[SUCCESS] Build artifact found:"ls-lhbuild_out/cann-ops-cv-*.runelseecho"[ERROR] Build artifact not found"exit1fi

自动检测SOC版本而非硬编码，是因为ops-cv源码分支与CANN版本强配套，同一份源码可能在不同型号NPU上需要不同的编译配置。通过读取驱动版本信息文件（version.info）中包含的芯片标识字符串，脚本能够智能推断出正确的–soc参数值。使用-j16并行编译参数是为了充分利用多核CPU加速编译过程，16核是大多数开发服务器的合理默认值。脚本末尾检查编译产物文件是否存在，是对构建流程成功与否的最直接判定——CANN的.run自解压安装包生成即意味着编译链路完整跑通。

图像预处理算子快速调用

ops-cv的image类算子是整个算子库中使用频率最高的部分，涵盖了从基础的尺寸调整（Resize）到复杂的几何变换（GridSample）等多种操作。调用方式上，ops-cv主要提供三种接入途径：PyTorch API（将算子注册到torch框架）、aclnn API（通过C语言接口直接调用）以及GE图模式（通过算子IR定义构图调用）。实操场景中最常用的是aclnn接口，因为它的调用方式与PyTorch的tensor操作风格接近，且无需引入完整的图编译器。

aclnn接口调用流程

aclnn（Ascend C Language Network）接口是CANN提供的C语言级别算子调用API，遵循"创建句柄→设置输入→执行→获取输出"的四步范式。每个aclnn算子都有对应的函数签名，参数通常包含输入张量、输出张量以及算子特有配置参数。

以resize_bilinear_v2算子为例，该算子使用双线性插值将图像调整到指定分辨率，是目标检测模型输入前处理中最常见的操作之一。调用前需要准备aclrtContext（运行时上下文）和aclnnHandle（算子执行句柄），输入输出均使用aclrtTensorDesc描述张量的数据类型、格式和shape。

完整Python推理代码示例

以下代码演示了从图像读取到NPU推理的完整流程，包括前处理算子调用、模型推理执行以及后处理NMS操作：

#!/usr/bin/env python3# -*- coding: utf-8 -*-""" 目标检测推理完整流程示例 使用ops-cv aclnn算子完成图像前处理 + ONNX模型推理 + NMS后处理 """importaclimportnumpyasnpimportonnxruntimeasortfromaclimportaclrt# ==================== 第一阶段：NPU运行时初始化 ====================# 初始化ACL（Ascend Computing Language）运行时库ret=acl.init()ifret!=0:raiseRuntimeError(f"ACL init failed with code:{ret}")# 指定运行在第0张NPU卡上device_id=0ret=acl.rt.set_device(device_id)ifret!=0:raiseRuntimeError(f"acl.rt.set_device failed with code:{ret}")# 创建运行时上下文并激活context_desc=acl.rt.create_context_desc()acl.rt.set_context_device_id(context_desc,device_id)context=acl.rt.create_context(context_desc)acl.rt.set_current_context(context)print(f"[INFO] ACL runtime initialized on NPU{device_id}")# ==================== 第二阶段：图像前处理（使用aclnn算子） ====================# 读取图像数据（模拟批量输入）# 原始图像shape: [batch, H, W, C]，dtype: uint8batch_size=4orig_h,orig_w=1080,1920input_images=np.random.randint(0,255,(batch_size,orig_h,orig_w,3),dtype=np.uint8)# 配置ResizeBilinearV2算子：将图像缩放到模型输入分辨率target_h,target_w=640,640# 创建输入张量描述（NHWC格式，与OpenCV读取格式兼容）input_desc=acl.rt.create_tensor_desc(acl.ACL_FORMAT_NHWC,[batch_size,orig_h,orig_w,3],acl.ACL_UINT8)input_size=acl.rt.get_tensor_size(input_desc)input_addr=acl.rt.malloc(input_size,acl.ACL_MEM_MALLOC_NORMAL_ONLY)# 将numpy数组拷贝到NPU设备内存acl.rt.memcpy(input_addr,input_size,input_images.ctypes.data,input_size,acl.ACL_MEMCPY_HOST_TO_DEVICE)# 创建输出张量描述output_desc=acl.rt.create_tensor_desc(acl.ACL_FORMAT_NHWC,[batch_size,target_h,target_w,3],acl.ACL_UINT8)# 调用aclnnResizeBilinearV2算子（伪代码示例）# 实际使用时需通过aclop或aclnn Python binding调用# aclnnResizeBilinearV2(input_desc, input_addr, output_desc, output_addr)print(f"[INFO] ResizeBilinearV2: ({orig_h}x{orig_w}) -> ({target_h}x{target_w})")# 配置Normalize算子：对图像做归一化# mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225], scale=1/255# ACL支持在设备端直接做归一化，避免回传CPU再处理mean=np.array([123.675,116.28,103.53],dtype=np.float32)# = mean*255std=np.array([58.395,57.12,57.375],dtype=np.float32)# = std*255# 配置AIPP（Artificial Intelligence Pre-Processing）模块# AIPP是CANN提供的硬件级预处理单元，可在模型输入前自动完成数据处理aipp_config=acl.op.create_config()acl.op.set_attr_int(aipp_config,"input_format",acl.ACL_FORMAT_NHWC)acl.op.set_attr_int(aipp_config,"csc_switch",1)acl.op.set_attr_int(aipp_config,"rbuv_swap_switch",0)acl.op.set_attr_int(aipp_config,"ax_swap_switch",0)acl.op.set_attr_int(aipp_config,"crop",0)acl.op.set_attr_int(aipp_config,"resize",target_h)acl.op.set_attr_int(aipp_config,"resize_mode",1)# 双线性插值acl.op.set_attr_int(aipp_config,"mean_switch",1)acl.op.set_attr_int(aipp_config,"mean_params",mean.tolist())acl.op.set_attr_int(aipp_config,"std_switch",1)acl.op.set_attr_int(aipp_config,"std_params",std.tolist())print("[INFO] AIPP preprocessing configured")# ==================== 第三阶段：模型推理 ====================# 加载ONNX模型（以YOLOv5风格的检测模型为例）onnx_model_path="yolov5s.onnx"sess_options=ort.SessionOptions()sess_options.graph_optimization_level=ort.GraphOptimizationLevel.ORT_ENABLE_ALL# 创建ONNX Runtime推理会话，指定使用CPU EP# 注意：推理计算部分在CPU EP执行，前处理已由NPU算子完成sess=ort.InferenceSession(onnx_model_path,sess_options,providers=['CPUExecutionProvider'])# 准备模型输入（已在NPU侧完成预处理的Float32格式数据）model_input=np.random.randn(batch_size,3,target_h,target_w).astype(np.float32)# 执行推理outputs=sess.run(None,{"images":model_input})print(f"[INFO] Inference completed, output shape:{outputs[0].shape}")# ==================== 第四阶段：检测后处理（NMS） ====================# 使用aclnnNonMaxSuppressionV3进行NMS过滤# 假设模型输出包含检测框坐标和置信度分数detection_boxes=outputs[0]# shape: [batch, num_boxes, 6] (x1,y1,x2,y2,score,class)iou_threshold=0.45score_threshold=0.25# 调用NMS算子过滤重叠框# aclnnNonMaxSuppressionV3(boxes, scores, iou_threshold, score_threshold, ...)final_boxes=[]forbinrange(batch_size):box_batch=detection_boxes[b]# 按分数排序后使用NMS过滤keep_indices=[]box_batch=box_batch[box_batch[:,4]>score_threshold]# ... NMS逻辑（略）final_boxes.append(box_batch)print(f"[INFO] NMS filtered, total detections:{sum(len(b)forbinfinal_boxes)}")# 清理资源acl.rt.free(input_addr)acl.finalize()

整个流程分为四个明确阶段的原因在于推理流水线的职责分离原则。第一阶段初始化ACL运行时和设置设备上下文，是因为昇腾NPU的所有内存分配和算子执行都必须在线程绑定的NPU设备上下文中进行，这是硬件架构决定的硬性要求。第二阶段将Resize、Normalize和AIPP三种操作串联起来，是因为这三个操作在检测模型的预处理中几乎必然出现且存在依赖关系——Resize必须在Normalize之前执行，而AIPP模块作为硬件级预处理单元可以与软件算子形成互补。第三阶段的模型推理使用ONNX Runtime的CPU EP，是因为当前ONNX模型在推理框架中执行，而预处理已经由NPU算子完成，这种异构执行模式在工程中非常常见。第四阶段的NMS使用昇腾算子而非手工实现，是因为NMS的时间复杂度为O(N^2)，在NPU上执行可以避免大量中间结果回传Host的开销。

目标检测算子集成与性能对比

ops-cv中的objdetect类算子为检测模型的端到端部署提供了关键能力。以目标检测场景中最消耗性能的后处理环节为例，非极大值抑制（Non-Maximum Suppression，NMS）算法需要在GPU或NPU侧完成才能最大化端到端效率。当检测网络输出大量候选框时，如果在CPU侧执行NMS，则每帧推理结果都需要从NPU/Host内存回传至CPU，传输延迟在高帧率场景下会成为不可忽视的瓶颈。

ops-cv提供的objdetect类算子与image类算子形成完整的处理链路：image类算子负责输入图像的预处理和中间变换，objdetect类算子负责检测结果的后处理。通过将整条推理流水线保持在NPU上执行，可以最大程度减少数据在Host-Device之间的搬运次数。

端到端集成代码示例

以下代码展示了将ops-cv算子集成到YOLOv5检测流程的完整工程结构，包括编译配置、算子调用和数据后处理：

/** * YOLOv5目标检测完整pipeline示例（op_kernel侧C++实现） * 展示ops-cv算子在实际检测任务中的串联使用方式 * * 编译命令（以Atlas A2为例）： * bash build.sh --pkg --soc=ascend910b --ops=yolo_detect_pipeline -j16 */#include"acl/acl.h"#include"aclnnop/aclnn_ops_cv.h"#include<vector>#include<cstring>// 检测结果结构体structDetectionResult{floatx1,y1,x2,y2;// 检测框坐标floatscore;// 置信度分数intclass_id;// 类别ID};// 推理配置参数structPipelineConfig{intinput_width;intinput_height;intmax_detection;floatiou_threshold;floatscore_threshold;intnum_classes;};// 执行检测pipeline的核心函数intrun_yolo_detection_pipeline(constuint8_t*input_image,// 原始RGB图像数据size_t image_size,PipelineConfig&config,std::vector<DetectionResult>&results){// Step 1: 使用aclnnResizeBilinearV2进行尺寸缩放// 输入: [orig_h, orig_w, 3] NHWC格式 uint8// 输出: [config.input_height, config.input_width, 3] NHWC格式 uint8aclrtTensorDesc input_desc=aclCreateTensorDesc(ACL_FORMAT_NHWC,1,(int64_t[]){config.input_height,config.input_width,3},ACL_UINT8);aclrtMemcpy(input_desc,input_image,image_size,ACL_MEMCPY_HOST_TO_DEVICE);// Step 2: 调用resize算子将图像缩放到模型输入分辨率aclnnResizeBilinearV2(input_desc,config.input_width,// dstWidthconfig.input_height,// dstHeightfalse,// alignCorners1.0f,// halfPixelCentersoutput_desc,output_addr,stream);// Step 3: 使用AIPP模块完成归一化和色域转换// 将uint8图像转为float32归一化数据，直接送入模型推理// AIPP配置：减均值(123.675,116.28,103.53)除标准差(58.395,57.12,57.375)aclopAttr aipp_attr;aclopSetAttrInt(&aipp_attr,"aipp_mode",AIPP_MODE_STATIC);aclopSetAttrInt(&aipp_attr,"input_format",ACL_FORMAT_NHWC);aclopSetAttrInt(&aipp_attr,"mean_switch",1);aclopSetAttrInt(&aipp_attr,"mean_para_0",123.675f);aclopSetAttrInt(&aipp_attr,"mean_para_1",116.28f);aclopSetAttrInt(&aipp_attr,"mean_para_2",103.53f);// Step 4: 执行模型推理（使用aclopExecuteV2调用预处理后的数据）// 此处省略模型推理调用代码，实际工程中替换为具体模型接口// Step 5: 使用aclnnNonMaxSuppressionV3执行NMS后处理// 输入: 检测框坐标张量 [batch, num_boxes, 4] 和分数张量 [batch, num_classes, num_boxes]std::vector<float>box_coords(config.max_detection*4);std::vector<float>box_scores(config.max_detection*config.num_classes);// 调用NMS算子过滤重叠检测框aclnnNonMaxSuppressionV3(box_desc,box_addr,// 检测框输入score_desc,score_addr,// 分数输入config.iou_threshold,// IOU阈值（通常0.45）config.score_threshold,// 分数阈值（通常0.25）0,// pad_to_box_numbertrue,// clip_boxes"center_offset_box",// box_typeresult_desc,result_addr,// NMS输出stream);// Step 6: 将结果从NPU内存拷贝回HostaclrtMemcpy(results.data(),results.size()*sizeof(DetectionResult),result_addr,result_size,ACL_MEMCPY_DEVICE_TO_HOST);return0;}

在单次函数调用中串联resize、aipp、model inference和nms四个环节的设计考量在于推理流水线的低延迟目标。resize在NPU上执行是因为硬件具备专用插值计算单元，比CPU软件实现快数倍；aipp模块作为硬件级预处理单元的优势在于它嵌入了数据流路径，不需要额外的算子调用开销；nms在NPU上执行的必要性在于当检测框数量达到数百甚至数千时，NPU的并行计算能力可以快速完成IOU矩阵计算，将后处理延迟从CPU侧的数毫秒降低到亚毫秒级。整个pipeline的数据流始终保持在NPU设备内存中，仅在入口（图像输入）和出口（最终结果输出）两个节点与Host交换数据，中间环节零拷贝的设计彻底消除了数据搬运瓶颈。

使用前vs使用后效率对比

在典型的YOLOv5s推理场景中（输入分辨率640x640，batch=1），分别使用PyTorch原生预处理流程和ops-cv aclnn算子流程进行端到端对比：

上述数据为典型场景下的参考值，实际性能表现受输入分辨率、NPU型号、batch大小和模型复杂度等因素影响。

算子调试与贡献流程

CANN Simulator仿真调试

CANN Simulator是CANN软件包中集成的SoC级芯片仿真工具，其核心价值在于为没有物理昇腾硬件的开发者提供与真实芯片几乎一致的精度和性能反馈。该工具与分析工具配合使用时，可以输出bit级精度的仿真结果和指令级性能流水图，帮助开发者定位算子实现中的精度问题或性能瓶颈。

CANN Simulator的工作原理是在x86 CPU上模拟昇腾AI Core的指令执行行为。工具读取编译好的算子二进制文件，在仿真器中逐条还原AI Core的微指令序列，从而在软件层面重现NPU的计算过程。仿真结果与真实芯片执行结果保持二进制兼容，同一个算子kernel无需修改即可在仿真环境和真实硬件之间切换。

使用CANN Simulator的基本前提是完成CANN toolkit包的安装（无需安装驱动和固件）。工具推荐运行环境配置为16核CPU和32GB以上内存，当前版本主要支持Ascend 950PR芯片。以下以add_example算子为例说明仿真流程：

# 第一步：编译待仿真的算子（以Ascend 950PR为例）# 进入ops-cv项目根目录gitclone-b9.0.0 https://gitcode.com/cann/ops-cv.git&&cdops-cvbashbuild.sh--pkg--soc=ascend950--vendor_name=custom--ops=add_example# 安装自定义算子包./build_out/cann-ops-cv-custom_linux-*.run# 第二步：编译算子样例，生成可执行程序bashbuild.sh--run_exampleadd_example eager cust--vendor_name=custom# 第三步：执行仿真命令# cannsim record用于在仿真环境中运行目标应用程序# -s 指定模拟目标芯片版本# --gen-report 启用仿真完成后自动生成分析报告cannsim record ./test_aclnn_add_example-sAscend950 --gen-report# 第四步：查看仿真日志# 日志文件位于程序所在目录的 cannsim_*/cannsim.log# 日志中包含算子执行的精度对比数据，格式如下：# INFO:root:[INFO] compare data case[ case001]# INFO:root:['case_name', 'wrong_num', 'total_num', 'result', 'task_duration']# INFO:root:[' case001', 0, 65536, 'Success']# 第五步：查看性能流水图（Chrome浏览器打开）# 流水文件路径：cannsim_*/report/trace_core0.json# 在Chrome地址栏输入 chrome://tracing# 将trace_core0.json文件拖入页面即可查看可视化指令流水

CANN Simulator要求在仿真前先完成算子的完整编译和安装流程，是因为仿真器需要读取算子的编译产物（.o/.out等二进制文件）来还原指令序列。如果算子尚未编译或安装，仿真器无法找到对应的kernel实现，record命令会报错。–gen-report参数启用自动解析功能，默认情况下仿真只生成原始数据文件（cannsim_.log和trace_core.json），指定该参数后工具会自动调用report子命令生成分析报告，减少开发者的操作步骤。trace流水图使用Chrome的tracing工具加载是因为Google Chrome的tracing viewer是业界公认的性能分析可视化标准格式，能够清晰展示AI Core上各指令的执行顺序、占用时间和流水线状态。

opgen自动生成算子工程

对于计划开发自定义算子的开发者，ops-cv提供了opgen（Operator Generator）工具来自动生成完整的算子工程框架。该工具根据算子的描述信息（名称、输入输出规格、数据类型等）自动生成目录结构、CMakeLists、op_kernel实现、aclnn接口、tiling配置等所有必要文件，开发者只需要在生成的代码骨架中填充核心计算逻辑即可。

opgen的核心价值在于降低算子开发的工程复杂度。一个符合ops-cv规范的算子工程涉及十几个文件的创建和配置，如果完全手动搭建不仅工作量大，而且容易因为遗漏关键文件或配置错误导致编译失败。opgen通过解析统一的算子描述模板，确保生成的每个工程文件都遵循项目规范，减少了因工程配置问题导致的调试时间。

opgen的典型使用场景是开发者需要将一个自定义的图像处理算法移植到昇腾NPU上执行时。以一个简单的自定义滤波算子为例，开发者先定义算子的输入输出规格（输入：一个RGB图像张量；输出：一个经过滤波处理后的RGB图像张量），紧接着调用opgen自动生成工程脚手架，在生成的op_kernel/${op_name}.h文件中编写核心滤波逻辑，修改完成后执行编译验证。整个过程将工程搭建工作量从数小时压缩到分钟级别。

experimental目录贡献自定义算子

ops-cv在项目根目录提供了experimental目录，专门用于接纳开发者贡献的自定义算子。该目录的设计目标是让社区开发者能够在不影响主分支稳定性的前提下，尝试和分享自己的算子实现。experimental目录下按照算子类别分为image和objdetect两个子目录，开发者将自定义算子代码放在对应目录下，即可在后续编译时通过–experimental参数将自定义算子纳入构建系统。

贡献自定义算子的基本流程包括以下步骤：在experimental对应子目录下创建算子工程目录并编写必要的文件；参考CONTRIBUTING.md中的代码规范确保算子实现符合项目要求；在本地完成编译和功能验证后，通过GitCode提交Pull Request；项目维护者审核通过后，自定义算子即成为项目的一部分，供其他开发者使用。

experimental目录的另一个重要价值在于为算子开发者提供低门槛的实验环境。开发者无需深入了解CANN算子工程的全部配置细节，只需关注算子本身的算法实现即可。当算子在experimental目录中经过充分验证后，可以基于贡献指南迁移到主算子目录，成为ops-cv算子库的正式成员。

结尾

ops-cv作为CANN算子生态中专注于机器视觉能力的开源高阶算子库，为昇腾NPU平台上的图像处理和目标检测任务提供了开箱即用的算子解决方案。通过image类算子（resize_bilinear_v2、normalize、grid_sample等）和objdetect类算子（non_max_suppression_v3等）的组合使用，开发者可以在昇腾NPU上构建端到端的高性能推理流水线，将预处理和后处理环节的计算开销从CPU卸载到NPU硬件，从而实现推理帧率的提升并降低系统资源占用。

仓库地址：https://atomgit.com/cann/ops-cv