大赛详情地址：https://competition.huaweicloud.com/information/1000041288/introduction作者昵称：橙子是红的今天是最后一天冲鸭！！！活动时间：11月16日~11月20日奖励规则：在11月16日至20日的5天时间内，按照操作指导完成作品提交，且成绩50分及以上（按照操作指导完成即可获得50分），即可获得作品提交当日的抽奖机会。抽奖规则：每天针对提交作品的同学进行抽奖，中奖概率为当日提交作品人数的40%。第二天在群内公布前一天中奖结果。备注：每日提交上限5次，当日抽奖。奖品包括：华为快充移动电源、华为荣耀手环4、荣耀体脂称2、100元京东卡、50元京东卡、华为定制棒球帽/渔夫帽、¥465案例学院会员卡、AM115半入式耳机，随机抽取发放。首先报名>>大赛链接：https://competition.huaweicloud.com/information/1000041287/introduction没实名的需要实名认证：>>点击实名认证链接：https://account.huaweicloud.com/usercenter/?region=cn-north-1&locale=zh-cn#/accountindex/realNameAuthing接下来就是根据指导来点击人脸识别服务链接：https://console.huaweicloud.com/frs/?region=cn-north-4#/frs/home本地上传任意一张人像图片https://apiexplorer.developer.huaweicloud.com/apiexplorer/doc?product=FRS&api=FaceDetectV2ByFile点击调试，将调试成功页面截图，保存成zip包。回到大赛提交作品页https://competition.huaweicloud.com/information/1000041287/submission将保存好的zip包作为作品上传到大赛提交页。完成！

大赛详情地址：https://competition.huaweicloud.com/information/1000041288/introduction作者昵称：平平无奇的平平这个入门学习赛还是蛮良心的，流程简单，中奖率也挺高，奖品也不错，我想很多朋友也都是冲着奖品来的吧。首先开通服务然后选择byfile,找一张人像图上传，最后点击调试。这个页面别忘截图保存。最后打包成zip上传，搞定！接下来就是等第二天的抽奖了！！！

大赛详情地址：https://competition.huaweicloud.com/information/1000041288/introduction作者昵称：老老刘参加了华为云API入门学习赛，按照大赛给的指导流程一步步来做。首先当然是报名然后开通人脸检测服务接着我们去找一张美女图根据指导说明上传调试最后将调试结果截图打包上传就ok啦，很简单

作者昵称：王亦臻大赛链接：https://competition.huaweicloud.com/information/1000041287/introduction、正文：从华为云高校青年活动得知有AI人脸识别大赛这次技术活动，就参与了。按照大赛给与的赛题指导，一步一步操作，明白了人脸识别下的API服务。直接上传准备好的人脸图片，然后按照操作，调试。结果图：以后直接调用API，就可以识别人的各种信息，很方便。

华为云API入门学习赛：AI人脸识别分享者昵称：AAAI本次根据API学习赛（AI人脸识别）比赛指导进行完成。访问人脸检测接口需要进行选取地区等参数之后我们在调用的时候可以直接调用接口参赛心得：本次比赛通过对于AI的模型进行实际操作，了解到了很多知识，尤其时调用API接口进行开发，极大的减少了开发的时间。大赛详情地址：https://competition.huaweicloud.com/information/1000041287/introduction

作者昵称：lichengqian大赛链接：https://competition.huaweicloud.com/information/1000041287/introduction、正文：对于AI人脸识别的心得分享    这次的华为云API的入门学习赛开设了多个部分，其中之一便是AI人脸识别，因为是API的入门学习嘛，所以在我的学习过程中并没用感到太大的困难（本人软件工程专业大三），因此我觉得只要是有点编程基础的同学都可以积极的加入到华为云的API入门学习里面，在这里面可以提前的了解到一些在高校不常接触的前沿知识，丰富自己的项目实战经验，不得不说对于自己的知识拓展还是能起到一定的办帮助的。下面来分享一下关于人脸识别调试的简单操作，希望对大家有所帮助。人脸识别调试步骤：1、开通人脸识别服务    按住键盘Ctrl键鼠标点开如下链接，在新窗口打开窗口 https://console.huaweicloud.com/frs/?region=cn-north-4#/frs/home如果没有账号，请根据指引完成账号注册和实名认证。实名认证后，退出重新登录一下。选择”北京四”（注意要实名认证后，才能有北京四），点击”开通服务”按钮开通人脸检测服务2.打开人脸识别调试部分进行如下图操作3.选择地区为北京四，之后吧事先下载好的人脸识别照片上传，参数填写数字14.做完以上操作之后，点击调试，即可完成，便可以看到响应体的返回信息，包括人脸人物的性别年龄等预测信息详细操作请看人脸识别官方模板

作者昵称：外围的小尘埃大赛链接：https://competition.huaweicloud.com/information/1000041287/introduction、正文：点击人脸识别服务链接：https://console.huaweicloud.com/frs/?region=cn-north-4#/frs/home 开通人脸识别服务开通登陆状态下，进入人脸识别接口：（本地上传任意一张人像图片）https://apiexplorer.developer.huaweicloud.com/apiexplorer/doc?product=FRS&api=FaceDetectV2ByFile直接调用API，就可以识别人的各种信息，很方便

今天发现这个小哥写的还是不错的给大家分享原文链接：https://blog.csdn.net/weixin_52521533/article/details/122346971操作小步骤！嘿嘿完整代码代码介绍识别器地址嘿嘿各位宝子们好呀，终于终于放寒假了，有什么新计划，或者说有哪一些好玩的事呢？反正我总是喜欢去找一些稀奇古怪的事情去做，比如说？就写了一个动态的人脸检测！！！我们做一个简单的人脸识别的主要就分成3个步骤，1.调用摄像头，2，加载识别器，3，画框框完整代码import cv2import numpy as npdef video_demo():    #调用摄像头    capture = cv2.VideoCapture(0)    while (True):        #读取我们摄像头里面的类容        ret, frame = capture.read()        frame = cv2.flip(frame, 1)        #显示每一帧        face_patterns = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')        faces = face_patterns.detectMultiScale(frame , scaleFactor=1.1, minNeighbors=5, minSize=(100, 100))        print(faces)        for (x, y, w, h) in faces:            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)        cv2.imshow("jiemian", frame)        c = cv2.waitKey(1)        if c == 27:            breakvideo_demo()代码介绍我们首先就是要加载出我们电脑的摄像头，也就是，系统自带的就是0，至于其他的，宝们可以自己去试着修改一下 capture = cv2.VideoCapture(0)1获取完之后，我们就要去接收我们的摄像头的返回值，也就是一帧一帧的图画 ret, frame = capture.read() frame = cv2.flip(frame, 1)12接下来就是，对于我们获取下来的图像进行一个分析和把我们的人脸给画出来，在这里，我们就是使用了我们的人脸的类识别器（简单的来说，就是我们人脸的数据集合，别人帮你做好了的，一般都是xml），我把它放在了我们同一个目录下面，然后就可以直接去使用了【】预先留个位置，我到时候也会去教你们怎么做类识别器的！（爬取爬取+分析）之后的话就是对于我们的人脸经行一个画框和结果的展示啦！！！等会，这个寒假我再去把他给完善一下，现在只是人脸检测，我到时候去做一个人脸识别！！！毕竟，上面这些的面部特征，我们要派上用处，目前我的思路就是，通过欧拉路径来对人脸进行比对！！！一起好好期待一下把！如果你有什么好玩的，或者说更好的方法，欢迎私聊，评论喔！识别器地址https://pan.baidu.com/s/1fWuFDlWhYFXA6OjEQQcaUw提取码：0mrr（这个里面就是我们各种识别器的内容了，有嘴巴呀，鼻子，人脸呀，都可以直接用的，用法和上面的一样，导入我们的类识别器）

描述RetinaFace（人脸检测/Pytorch）注：本算法支持多卡训练、单卡混合精度训练，但在多卡情况下不支持混合精度1. 概述此模型基于RetinaFace: Single-stage Dense Face Localisation in the Wild中提出的模型结构实现，该算法会载入在WiderFace 上的预训练模型，在用户数据集上做迁移学习。我们提供了训练代码和可用于训练的模型，用于实际场景的微调训练。训练后生成的模型可直接在ModelArts平台部署成在线服务。人脸检测的评估手段一般使用mAP指标，详细说明请参考：https://github.com/Cartucho/mAP本算法的其他信息如下表所示：项目说明参考论文RetinaFace: Single-stage Dense Face Localisation in the Wild使用框架Pytorch-1.4.0训练集WIDERFACE 中的 WIDER_train训练总epoch数100训练batch_size使用混合精度单卡训练，batch_size=16训练硬件及耗时单卡v100，O1混合精度，训练大约31小时测试集WIDERFACE 中的WIDER_val推理硬件及速度CPU 10.3s/pic ，GPU2080ti 0.5s/pic–1.5s/pic ，modelarts平台V100 GPU：3226张图片总共耗时24分钟（target_size = 1600，max_size = 2150）输入图像尺寸训练：1024*1024 推理：target_size = 1600，max_size = 2150（保证图片等比例缩放，使用最小一条边缩放到target_size的缩放比例；如果此时最大边超过了max_size，则使用最大边缩放到max_size的缩放比例）原论文准确率RetinaFace-R50 Easy 96.5, Medium 95.6, Hard 90.4本算法准确率RetinaFace-R50 Easy 95.52, Medium 94.43, Hard 90.062、训练2.1. 算法基本信息任务类型：人脸检测支持的框架引擎：PyTorch-1.4.0-python3.6算法输入：存储在OBS上的数据集，必须按照WIDERFACE 数据集的格式进行存储，详情请查看下文第4节案例指导WIDERFACE 预训练模型，在WIDERFACE 上的mAP是 Easy 95.52, Medium 94.43, Hard 90.06算法输出：用于Pytorch推理的pth模型，CPU推理速度：10.3s/pic GPU2080ti推理速度：0.5s/pic–1.5s/pic ，modelarts平台V100 GPU：3226张图片总共耗时24分钟（target_size = 1600，max_size = 2150）2.2. 训练参数说明名称默认值类型是否必填是否可修改描述data_urldata/WIDERFACE/WIDER_trainstring是是训练或者评估输入的数据集 （如果使用文件夹形式的数据，则填写该文件夹在OBS上的访问路径；如果使用zip压缩包形式的数据，则填写该压缩包的父目录在OBS上的访问路径）train_urloutput/string是是训练或者评估结果输出路径data_formatzipstring否是可选值zip(上传数据为zip压缩包)或者dir（上传数据为目录形式），压缩包和目录的具体格式请查看下面《ModelArts AI市场算法RetinaFace使用指导》所附连接networkresnet50string否是模型的backbone网络，可选值 mobile0.25 、resnet50 或者resnet152num_workers1int否是数据加载的worker数量lr0.001string否是训练的初始学习率momentum0.9string否是优化器的动量系数load_weightweight/best_model.pthstring否是可加载的预训练模型，当eval=True时，该参数为必填项 ；默认值是以resnet50为backbone在WiderFace数据集上的预训练模型，该预训练模型已经包含在本算法中weight_decay0.0005string否是优化器中的正则化权重衰减量gamma0.1string否是分段衰减学习率中每次学习率衰减的比例（new_lr=lr*gamma）,仅当use_cosine_decay=False该参数有效img_size1024int否是训练数据的分辨率confidence_threshold0.02string否是nms时的置信度阈值nms_threshold0.4string否是nms时的IOU阈值num_gpu1int否是当num_gpu=1时，使用单个GPU训练；当num_gpu>1时，使用机器上所有的GPU进行训练batch_size16int否是训练时的batch_size，可根据GPU的显存进行调整epoch100int否是训练的epoch数量use_backboneTruestring否是训练时是否使用backbone网络在ImageNet数据集上的预训练参数use_mixedTruestring否是是否使用混合精度进行训练，使用混合精度一定程度上可以降低显存消耗，也可能提高训练速度amp_levelO1string否是混合精度的设置，可选值：O0,O1,O2,O3warmup_epoch10int否是训练开始时，使用warmup学习率的epoch数量，warmup_epoch=-1表示不使用warmupdecay150int否是分段衰减学习率的第一次学习率降低的epoch数，仅当use_cosine_decay=False时有效decay280int否是分段衰减学习率的第二次学习率降低的epoch数，仅当use_cosine_decay=False时有效use_cosine_decayTruestring否是是否使用余弦衰减学习率，设置为False则使用分段衰减学习率optimizersgdstring否是sgd 或者 adam优化器evalFalsestring否是eval=True，则进行评估；eval=False进行训练2.3. 训练输出文件训练完成后的输出文件如下：|- RetinaFace_Resnet50_Final.pth |- deploy_scripts |- model |- data |- layers |- models |- retinaface_utils |- config.json |- customize_service.py |- save_model.pth3. GPU/CPU推理元模型来源 选择 保存在OBS上的对应路径下的deploy_scripts文件夹。注意：推理配置文件model/config.json中的runtime字段为pytorch1.4-python3.6，表示该模型可同时在CPU或GPU运行。4. 案例指导本算法的详细使用方法，请查看《ModelArts AI Gallery算法RetinaFace使用指导》。交付交付方式华为云ModelArts交付区域华北-北京一、华北-北京四、华东-上海一、华南-广州、亚太-**

【功能模块】运行人脸检测样例 python/level2_simple_inference/2_object_detection/face_detection_camera · Ascend/samples - 码云 - 开源中国 (gitee.com)【操作步骤&问题现象】1、按照链接中步骤完成后最后结果报错：ModuleNotFoundError: No module named 'cameracapture'2、检查步骤发现没有缺漏，想请问各位大佬，这个是什么原因【截图信息】【日志信息】（可选，上传日志内容或者附件）

【功能模块】我的是在Atlas200DK上的合设环境，CANN版本是5.0.4.alpha002，固件驱动版本是1.0.12alpha【操作步骤&问题现象】1、按照文档https://gitee.com/ascend/samples/tree/master/cplusplus/level2_simple_inference/2_object_detection/face_detection_camera执行到模型转换2、使用转换命令：atc --output_type=FP32 --input_shape="data:1,3,300,300" --weight=./face_detection_fp32.caffemodel --input_format=NCHW --output=./face_detection --soc_version=Ascend310 --insert_op_conf=./insert_op.cfg --framework=0 --save_original_model=false --model=./face_detection.prototxt报错如下：ATC start working now, please wait for a moment.Traceback (most recent call last):  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/te_fusion/fusion_util.py", line 37, in <module>    from te_fusion.reduce_classify_fusion import ReduceClassifyFusion  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/te_fusion/reduce_classify_fusion.py", line 18, in <module>    from tbe.dsl import classify  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/tbe/__init__.py", line 43, in <module>    import tvm  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/__init__.py", line 34, in <module>    from . import container  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/container.py", line 21, in <module>    from .schedule import convert  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/schedule.py", line 30, in <module>    from . import build_module  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/build_module.py", line 39, in <module>    from . import target as _target  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/target.py", line 70, in <module>    raise err_msg  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/target.py", line 66, in <module>    from decorator import decorateModuleNotFoundError: No module named 'decorator'Traceback (most recent call last):  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/te/__init__.py", line 96, in <module>    import tvm  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/__init__.py", line 34, in <module>    from . import container  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/container.py", line 21, in <module>    from .schedule import convert  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/schedule.py", line 30, in <module>    from . import build_module  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/build_module.py", line 39, in <module>    from . import target as _target  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/target.py", line 70, in <module>    raise err_msg  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/target.py", line 66, in <module>    from decorator import decorateModuleNotFoundError: No module named 'decorator'Traceback (most recent call last):  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/te_fusion/compile_task_manager.py", line 31, in <module>    from te_fusion.parallel_compilation import mygetattr  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/te_fusion/parallel_compilation.py", line 40, in <module>    import tbe.common.utils.log as logger  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/tbe/__init__.py", line 43, in <module>    import tvm  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/__init__.py", line 34, in <module>    from . import container  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/container.py", line 21, in <module>    from .schedule import convert  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/schedule.py", line 30, in <module>    from . import build_module  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/build_module.py", line 39, in <module>    from . import target as _target  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/target.py", line 70, in <module>    raise err_msg  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/target.py", line 66, in <module>    from decorator import decorateModuleNotFoundError: No module named 'decorator'Traceback (most recent call last):  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/tbe/__init__.py", line 43, in <module>    import tvm  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/__init__.py", line 34, in <module>    from . import container  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/container.py", line 21, in <module>    from .schedule import convert  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/schedule.py", line 30, in <module>    from . import build_module  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/build_module.py", line 39, in <module>    from . import target as _target  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/target.py", line 70, in <module>    raise err_msg  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/tbe/tvm/target.py", line 66, in <module>    from decorator import decorateModuleNotFoundError: No module named 'decorator'Traceback (most recent call last):  File "/home/HwHiAiUser/Ascend/ascend-toolkit/latest/python/site-packages/te/__init__.py", line 96, in <module>    import tvm  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/__init__.py", line 34, in <module>    from . import container  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/container.py", line 21, in <module>    from .schedule import convert  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/schedule.py", line 30, in <module>    from . import build_module  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/build_module.py", line 39, in <module>    from . import target as _target  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/target.py", line 70, in <module>    raise err_msg  File "/home/HwHiAiUser/Ascend/ascend-toolkit/5.0.4.alpha002/arm64-linux/python/site-packages/te/tvm/target.py", line 66, in <module>    from decorator import decorateModuleNotFoundError: No module named 'decorator'ATC run failed, Please check the detail log, Try 'atc --help' for more informationE40001: Failed to import the Python module: [fusion_manager[Success] fusion_util[Failure] cce_policy[Failure] cce_conf[Failure] compile_task_manager[Failure] auto_tune_manager[Failure]]        [GraphOpt][InitializeInner][InitTbeFunc] Failed to init tbe.[FUNC:InitializeInner][FILE:tbe_op_store_adapter.cc][LINE:1214]        [SubGraphOpt][PreCompileOp][InitAdapter] InitializeAdapter adapter [tbe_op_adapter] failed! Ret [4294967295][FUNC:InitializeAdapter][FILE:op_store_adapter_manager.cc][LINE:63]        [SubGraphOpt][PreCompileOp][Init] Initialize op store adapter failed, OpsStoreName[tbe-custom].[FUNC:Initialize][FILE:op_store_adapter_manager.cc][LINE:92]        [FusionMngr][Init] Op store adapter manager init failed.[FUNC:Initialize][FILE:fusion_manager.cc][LINE:322]        PluginManager InvokeAll failed.[FUNC:Initialize][FILE:ops_kernel_manager.cc][LINE:94]        OpsManager initialize failed.[FUNC:InnerInitialize][FILE:gelib.cc][LINE:140]        GELib::InnerInitialize failed.[FUNC:Initialize][FILE:gelib.cc][LINE:94]请专家帮忙分析解答！【截图信息】【日志信息】（可选，上传日志内容或者附件）

活动介绍：如果您是华为云新用户，如果您的业务调用需求量大，我们愿意为您开通企业直通车，专人跟进，额外配置调用券。您只需填写表单提供您的案例场景，通过后台审核将有机会获得百万调用，及官方渠道的金牌案例免费推广。面向人群：华为云新用户及调用量需求十万次以上。活动时间：申请时间截止到12月31日。业务场景案例模板参考：参考案例一：实现办公楼宇人员进出人脸识别实名认证及员工考勤管理、访客智能预约。在移动办公一楼大厅电梯出口，部署人脸识别闸机，内部员工通过“刷脸”进出通道，同时在大厅前台部署人脸识别访客机，实现外来人员现场登记，访客机将采集现场人脸，同步至相应的终端设备，实现访客的“刷脸”进出。实现办公楼宇人员进出人脸识别实名认证及员工考勤管理、访客智能预约。参考案例二：使用华为云EI实时语音转写和录音文件识别能力，打造全场景字幕云、听障视频字幕一体化等产品和解决方案，助力听障生高效复学。免费品牌宣传：----------------------------------------------活动海报：联系方式：了解活动详情可扫描二维码，添加联系小助手微信

以上是我做实验的截图，我也希望能够抽奖中到我，哈哈啊哈哈哈！！ 打卡打卡！

【功能模块】QA200DK【操作步骤&问题现象】使用软件版本：CANN：5.0.3a3; os（系统）：18.04环境准备正常，识别程序编译正常但是到板子上启动的时候提示acl_init_failed【截图信息】【日志信息】（可选，上传日志内容或者附件）[ERROR]  acl init failed[ERROR]  Init acl resource failed[ERROR]  Classification Init resource failed