git.sesse.net Git - ffmpeg/blob - libavfilter/dnn/dnn_backend_openvino.c

   1 /*
   2  * Copyright (c) 2020
   3  *
   4  * This file is part of FFmpeg.
   5  *
   6  * FFmpeg is free software; you can redistribute it and/or
   7  * modify it under the terms of the GNU Lesser General Public
   8  * License as published by the Free Software Foundation; either
   9  * version 2.1 of the License, or (at your option) any later version.
  10  *
  11  * FFmpeg is distributed in the hope that it will be useful,
  12  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  13  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14  * Lesser General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU Lesser General Public
  17  * License along with FFmpeg; if not, write to the Free Software
  18  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  19  */
  20
  21 /**
  22  * @file
  23  * DNN OpenVINO backend implementation.
  24  */
  25
  26 #include "dnn_backend_openvino.h"
  27 #include "dnn_io_proc.h"
  28 #include "libavformat/avio.h"
  29 #include "libavutil/avassert.h"
  30 #include "libavutil/opt.h"
  31 #include "libavutil/avstring.h"
  32 #include "../internal.h"
  33 #include "queue.h"
  34 #include "safe_queue.h"
  35 #include <c_api/ie_c_api.h>
  36
  37 typedef struct OVOptions{
  38     char *device_type;
  39     int nireq;
  40     int batch_size;
  41     int input_resizable;
  42 } OVOptions;
  43
  44 typedef struct OVContext {
  45     const AVClass *class;
  46     OVOptions options;
  47 } OVContext;
  48
  49 typedef struct OVModel{
  50     OVContext ctx;
  51     DNNModel *model;
  52     ie_core_t *core;
  53     ie_network_t *network;
  54     ie_executable_network_t *exe_network;
  55     ie_infer_request_t *infer_request;
  56
  57     /* for async execution */
  58     SafeQueue *request_queue;   // holds RequestItem
  59     Queue *task_queue;          // holds TaskItem
  60 } OVModel;
  61
  62 typedef struct TaskItem {
  63     OVModel *ov_model;
  64     const char *input_name;
  65     AVFrame *in_frame;
  66     const char *output_name;
  67     AVFrame *out_frame;
  68     int do_ioproc;
  69     int async;
  70     int done;
  71 } TaskItem;
  72
  73 typedef struct RequestItem {
  74     ie_infer_request_t *infer_request;
  75     TaskItem **tasks;
  76     int task_count;
  77     ie_complete_call_back_t callback;
  78 } RequestItem;
  79
  80 #define APPEND_STRING(generated_string, iterate_string)                                            \
  81     generated_string = generated_string ? av_asprintf("%s %s", generated_string, iterate_string) : \
  82                                           av_asprintf("%s", iterate_string);
  83
  84 #define OFFSET(x) offsetof(OVContext, x)
  85 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM
  86 static const AVOption dnn_openvino_options[] = {
  87     { "device", "device to run model", OFFSET(options.device_type), AV_OPT_TYPE_STRING, { .str = "CPU" }, 0, 0, FLAGS },
  88     { "nireq",  "number of request",   OFFSET(options.nireq),       AV_OPT_TYPE_INT,    { .i64 = 0 },     0, INT_MAX, FLAGS },
  89     { "batch_size",  "batch size per request", OFFSET(options.batch_size),  AV_OPT_TYPE_INT,    { .i64 = 1 },     1, 1000, FLAGS},
  90     { "input_resizable", "can input be resizable or not", OFFSET(options.input_resizable), AV_OPT_TYPE_BOOL,   { .i64 = 0 },     0, 1, FLAGS },
  91     { NULL }
  92 };
  93
  94 AVFILTER_DEFINE_CLASS(dnn_openvino);
  95
  96 static DNNDataType precision_to_datatype(precision_e precision)
  97 {
  98     switch (precision)
  99     {
 100     case FP32:
 101         return DNN_FLOAT;
 102     default:
 103         av_assert0(!"not supported yet.");
 104         return DNN_FLOAT;
 105     }
 106 }
 107
 108 static int get_datatype_size(DNNDataType dt)
 109 {
 110     switch (dt)
 111     {
 112     case DNN_FLOAT:
 113         return sizeof(float);
 114     default:
 115         av_assert0(!"not supported yet.");
 116         return 1;
 117     }
 118 }
 119
 120 static DNNReturnType fill_model_input_ov(OVModel *ov_model, RequestItem *request)
 121 {
 122     dimensions_t dims;
 123     precision_e precision;
 124     ie_blob_buffer_t blob_buffer;
 125     OVContext *ctx = &ov_model->ctx;
 126     IEStatusCode status;
 127     DNNData input;
 128     ie_blob_t *input_blob = NULL;
 129     TaskItem *task = request->tasks[0];
 130
 131     status = ie_infer_request_get_blob(request->infer_request, task->input_name, &input_blob);
 132     if (status != OK) {
 133         av_log(ctx, AV_LOG_ERROR, "Failed to get input blob with name %s\n", task->input_name);
 134         return DNN_ERROR;
 135     }
 136
 137     status |= ie_blob_get_dims(input_blob, &dims);
 138     status |= ie_blob_get_precision(input_blob, &precision);
 139     if (status != OK) {
 140         av_log(ctx, AV_LOG_ERROR, "Failed to get input blob dims/precision\n");
 141         return DNN_ERROR;
 142     }
 143
 144     status = ie_blob_get_buffer(input_blob, &blob_buffer);
 145     if (status != OK) {
 146         av_log(ctx, AV_LOG_ERROR, "Failed to get input blob buffer\n");
 147         return DNN_ERROR;
 148     }
 149
 150     input.height = dims.dims[2];
 151     input.width = dims.dims[3];
 152     input.channels = dims.dims[1];
 153     input.data = blob_buffer.buffer;
 154     input.dt = precision_to_datatype(precision);
 155
 156     av_assert0(request->task_count <= dims.dims[0]);
 157     for (int i = 0; i < request->task_count; ++i) {
 158         task = request->tasks[i];
 159         if (task->do_ioproc) {
 160             if (ov_model->model->pre_proc != NULL) {
 161                 ov_model->model->pre_proc(task->in_frame, &input, ov_model->model->filter_ctx);
 162             } else {
 163                 ff_proc_from_frame_to_dnn(task->in_frame, &input, ctx);
 164             }
 165         }
 166         input.data = (uint8_t *)input.data
 167                      + input.width * input.height * input.channels * get_datatype_size(input.dt);
 168     }
 169     ie_blob_free(&input_blob);
 170
 171     return DNN_SUCCESS;
 172 }
 173
 174 static void infer_completion_callback(void *args)
 175 {
 176     dimensions_t dims;
 177     precision_e precision;
 178     IEStatusCode status;
 179     RequestItem *request = args;
 180     TaskItem *task = request->tasks[0];
 181     SafeQueue *requestq = task->ov_model->request_queue;
 182     ie_blob_t *output_blob = NULL;
 183     ie_blob_buffer_t blob_buffer;
 184     DNNData output;
 185     OVContext *ctx = &task->ov_model->ctx;
 186
 187     status = ie_infer_request_get_blob(request->infer_request, task->output_name, &output_blob);
 188     if (status != OK) {
 189         //incorrect output name
 190         char *model_output_name = NULL;
 191         char *all_output_names = NULL;
 192         size_t model_output_count = 0;
 193         av_log(ctx, AV_LOG_ERROR, "Failed to get model output data\n");
 194         status = ie_network_get_outputs_number(task->ov_model->network, &model_output_count);
 195         for (size_t i = 0; i < model_output_count; i++) {
 196             status = ie_network_get_output_name(task->ov_model->network, i, &model_output_name);
 197             APPEND_STRING(all_output_names, model_output_name)
 198         }
 199         av_log(ctx, AV_LOG_ERROR,
 200                "output \"%s\" may not correct, all output(s) are: \"%s\"\n",
 201                task->output_name, all_output_names);
 202         return;
 203     }
 204
 205     status = ie_blob_get_buffer(output_blob, &blob_buffer);
 206     if (status != OK) {
 207         av_log(ctx, AV_LOG_ERROR, "Failed to access output memory\n");
 208         return;
 209     }
 210
 211     status |= ie_blob_get_dims(output_blob, &dims);
 212     status |= ie_blob_get_precision(output_blob, &precision);
 213     if (status != OK) {
 214         av_log(ctx, AV_LOG_ERROR, "Failed to get dims or precision of output\n");
 215         return;
 216     }
 217
 218     output.channels = dims.dims[1];
 219     output.height   = dims.dims[2];
 220     output.width    = dims.dims[3];
 221     output.dt       = precision_to_datatype(precision);
 222     output.data     = blob_buffer.buffer;
 223
 224     av_assert0(request->task_count <= dims.dims[0]);
 225     av_assert0(request->task_count >= 1);
 226     for (int i = 0; i < request->task_count; ++i) {
 227         task = request->tasks[i];
 228         if (task->do_ioproc) {
 229             if (task->ov_model->model->post_proc != NULL) {
 230                 task->ov_model->model->post_proc(task->out_frame, &output, task->ov_model->model->filter_ctx);
 231             } else {
 232                 ff_proc_from_dnn_to_frame(task->out_frame, &output, ctx);
 233             }
 234         } else {
 235             task->out_frame->width = output.width;
 236             task->out_frame->height = output.height;
 237         }
 238         task->done = 1;
 239         output.data = (uint8_t *)output.data
 240                       + output.width * output.height * output.channels * get_datatype_size(output.dt);
 241     }
 242     ie_blob_free(&output_blob);
 243
 244     request->task_count = 0;
 245
 246     if (task->async) {
 247         if (ff_safe_queue_push_back(requestq, request) < 0) {
 248             av_log(ctx, AV_LOG_ERROR, "Failed to push back request_queue.\n");
 249             return;
 250         }
 251     }
 252 }
 253
 254 static DNNReturnType init_model_ov(OVModel *ov_model, const char *input_name, const char *output_name)
 255 {
 256     OVContext *ctx = &ov_model->ctx;
 257     IEStatusCode status;
 258     ie_available_devices_t a_dev;
 259     ie_config_t config = {NULL, NULL, NULL};
 260     char *all_dev_names = NULL;
 261
 262     // batch size
 263     if (ctx->options.batch_size <= 0) {
 264         ctx->options.batch_size = 1;
 265     }
 266
 267     if (ctx->options.batch_size > 1) {
 268         input_shapes_t input_shapes;
 269         status = ie_network_get_input_shapes(ov_model->network, &input_shapes);
 270         if (status != OK)
 271             goto err;
 272         for (int i = 0; i < input_shapes.shape_num; i++)
 273             input_shapes.shapes[i].shape.dims[0] = ctx->options.batch_size;
 274         status = ie_network_reshape(ov_model->network, input_shapes);
 275         ie_network_input_shapes_free(&input_shapes);
 276         if (status != OK)
 277             goto err;
 278     }
 279
 280     // The order of dims in the openvino is fixed and it is always NCHW for 4-D data.
 281     // while we pass NHWC data from FFmpeg to openvino
 282     status = ie_network_set_input_layout(ov_model->network, input_name, NHWC);
 283     if (status != OK) {
 284         av_log(ctx, AV_LOG_ERROR, "Failed to set layout as NHWC for input %s\n", input_name);
 285         goto err;
 286     }
 287     status = ie_network_set_output_layout(ov_model->network, output_name, NHWC);
 288     if (status != OK) {
 289         av_log(ctx, AV_LOG_ERROR, "Failed to set layout as NHWC for output %s\n", output_name);
 290         goto err;
 291     }
 292
 293     status = ie_core_load_network(ov_model->core, ov_model->network, ctx->options.device_type, &config, &ov_model->exe_network);
 294     if (status != OK) {
 295         av_log(ctx, AV_LOG_ERROR, "Failed to load OpenVINO model network\n");
 296         status = ie_core_get_available_devices(ov_model->core, &a_dev);
 297         if (status != OK) {
 298             av_log(ctx, AV_LOG_ERROR, "Failed to get available devices\n");
 299             goto err;
 300         }
 301         for (int i = 0; i < a_dev.num_devices; i++) {
 302             APPEND_STRING(all_dev_names, a_dev.devices[i])
 303         }
 304         av_log(ctx, AV_LOG_ERROR,"device %s may not be supported, all available devices are: \"%s\"\n",
 305                ctx->options.device_type, all_dev_names);
 306         goto err;
 307     }
 308
 309     // create infer_request for sync execution
 310     status = ie_exec_network_create_infer_request(ov_model->exe_network, &ov_model->infer_request);
 311     if (status != OK)
 312         goto err;
 313
 314     // create infer_requests for async execution
 315     if (ctx->options.nireq <= 0) {
 316         // the default value is a rough estimation
 317         ctx->options.nireq = av_cpu_count() / 2 + 1;
 318     }
 319
 320     ov_model->request_queue = ff_safe_queue_create();
 321     if (!ov_model->request_queue) {
 322         goto err;
 323     }
 324
 325     for (int i = 0; i < ctx->options.nireq; i++) {
 326         RequestItem *item = av_mallocz(sizeof(*item));
 327         if (!item) {
 328             goto err;
 329         }
 330
 331         status = ie_exec_network_create_infer_request(ov_model->exe_network, &item->infer_request);
 332         if (status != OK) {
 333             av_freep(&item);
 334             goto err;
 335         }
 336
 337         item->tasks = av_malloc_array(ctx->options.batch_size, sizeof(*item->tasks));
 338         if (!item->tasks) {
 339             av_freep(&item);
 340             goto err;
 341         }
 342         item->task_count = 0;
 343
 344         item->callback.completeCallBackFunc = infer_completion_callback;
 345         item->callback.args = item;
 346         if (ff_safe_queue_push_back(ov_model->request_queue, item) < 0) {
 347             av_freep(&item);
 348             goto err;
 349         }
 350     }
 351
 352     ov_model->task_queue = ff_queue_create();
 353     if (!ov_model->task_queue) {
 354         goto err;
 355     }
 356
 357     return DNN_SUCCESS;
 358
 359 err:
 360     ff_dnn_free_model_ov(&ov_model->model);
 361     return DNN_ERROR;
 362 }
 363
 364 static DNNReturnType execute_model_ov(RequestItem *request)
 365 {
 366     IEStatusCode status;
 367     DNNReturnType ret;
 368     TaskItem *task = request->tasks[0];
 369     OVContext *ctx = &task->ov_model->ctx;
 370
 371     if (task->async) {
 372         if (request->task_count < ctx->options.batch_size) {
 373             if (ff_safe_queue_push_front(task->ov_model->request_queue, request) < 0) {
 374                 av_log(ctx, AV_LOG_ERROR, "Failed to push back request_queue.\n");
 375                 return DNN_ERROR;
 376             }
 377             return DNN_SUCCESS;
 378         }
 379         ret = fill_model_input_ov(task->ov_model, request);
 380         if (ret != DNN_SUCCESS) {
 381             return ret;
 382         }
 383         status = ie_infer_set_completion_callback(request->infer_request, &request->callback);
 384         if (status != OK) {
 385             av_log(ctx, AV_LOG_ERROR, "Failed to set completion callback for inference\n");
 386             return DNN_ERROR;
 387         }
 388         status = ie_infer_request_infer_async(request->infer_request);
 389         if (status != OK) {
 390             av_log(ctx, AV_LOG_ERROR, "Failed to start async inference\n");
 391             return DNN_ERROR;
 392         }
 393         return DNN_SUCCESS;
 394     } else {
 395         ret = fill_model_input_ov(task->ov_model, request);
 396         if (ret != DNN_SUCCESS) {
 397             return ret;
 398         }
 399         status = ie_infer_request_infer(request->infer_request);
 400         if (status != OK) {
 401             av_log(ctx, AV_LOG_ERROR, "Failed to start synchronous model inference\n");
 402             return DNN_ERROR;
 403         }
 404         infer_completion_callback(request);
 405         return task->done ? DNN_SUCCESS : DNN_ERROR;
 406     }
 407 }
 408
 409 static DNNReturnType get_input_ov(void *model, DNNData *input, const char *input_name)
 410 {
 411     OVModel *ov_model = model;
 412     OVContext *ctx = &ov_model->ctx;
 413     char *model_input_name = NULL;
 414     char *all_input_names = NULL;
 415     IEStatusCode status;
 416     size_t model_input_count = 0;
 417     dimensions_t dims;
 418     precision_e precision;
 419     int input_resizable = ctx->options.input_resizable;
 420
 421     status = ie_network_get_inputs_number(ov_model->network, &model_input_count);
 422     if (status != OK) {
 423         av_log(ctx, AV_LOG_ERROR, "Failed to get input count\n");
 424         return DNN_ERROR;
 425     }
 426
 427     for (size_t i = 0; i < model_input_count; i++) {
 428         status = ie_network_get_input_name(ov_model->network, i, &model_input_name);
 429         if (status != OK) {
 430             av_log(ctx, AV_LOG_ERROR, "Failed to get No.%d input's name\n", (int)i);
 431             return DNN_ERROR;
 432         }
 433         if (strcmp(model_input_name, input_name) == 0) {
 434             ie_network_name_free(&model_input_name);
 435             status |= ie_network_get_input_dims(ov_model->network, input_name, &dims);
 436             status |= ie_network_get_input_precision(ov_model->network, input_name, &precision);
 437             if (status != OK) {
 438                 av_log(ctx, AV_LOG_ERROR, "Failed to get No.%d input's dims or precision\n", (int)i);
 439                 return DNN_ERROR;
 440             }
 441
 442             input->channels = dims.dims[1];
 443             input->height   = input_resizable ? -1 : dims.dims[2];
 444             input->width    = input_resizable ? -1 : dims.dims[3];
 445             input->dt       = precision_to_datatype(precision);
 446             return DNN_SUCCESS;
 447         } else {
 448             //incorrect input name
 449             APPEND_STRING(all_input_names, model_input_name)
 450         }
 451
 452         ie_network_name_free(&model_input_name);
 453     }
 454
 455     av_log(ctx, AV_LOG_ERROR, "Could not find \"%s\" in model, all input(s) are: \"%s\"\n", input_name, all_input_names);
 456     return DNN_ERROR;
 457 }
 458
 459 static DNNReturnType get_output_ov(void *model, const char *input_name, int input_width, int input_height,
 460                                    const char *output_name, int *output_width, int *output_height)
 461 {
 462     DNNReturnType ret;
 463     OVModel *ov_model = model;
 464     OVContext *ctx = &ov_model->ctx;
 465     TaskItem task;
 466     RequestItem request;
 467     AVFrame *in_frame = av_frame_alloc();
 468     AVFrame *out_frame = NULL;
 469     TaskItem *ptask = &task;
 470     IEStatusCode status;
 471     input_shapes_t input_shapes;
 472
 473     if (!in_frame) {
 474         av_log(ctx, AV_LOG_ERROR, "Failed to allocate memory for input frame\n");
 475         return DNN_ERROR;
 476     }
 477     out_frame = av_frame_alloc();
 478     if (!out_frame) {
 479         av_log(ctx, AV_LOG_ERROR, "Failed to allocate memory for output frame\n");
 480         av_frame_free(&in_frame);
 481         return DNN_ERROR;
 482     }
 483     in_frame->width = input_width;
 484     in_frame->height = input_height;
 485
 486     if (ctx->options.input_resizable) {
 487         status = ie_network_get_input_shapes(ov_model->network, &input_shapes);
 488         input_shapes.shapes->shape.dims[2] = input_height;
 489         input_shapes.shapes->shape.dims[3] = input_width;
 490         status |= ie_network_reshape(ov_model->network, input_shapes);
 491         ie_network_input_shapes_free(&input_shapes);
 492         if (status != OK) {
 493             av_log(ctx, AV_LOG_ERROR, "Failed to reshape input size for %s\n", input_name);
 494             return DNN_ERROR;
 495         }
 496     }
 497
 498     if (!ov_model->exe_network) {
 499         if (init_model_ov(ov_model, input_name, output_name) != DNN_SUCCESS) {
 500             av_log(ctx, AV_LOG_ERROR, "Failed init OpenVINO exectuable network or inference request\n");
 501             return DNN_ERROR;
 502         }
 503     }
 504
 505     task.done = 0;
 506     task.do_ioproc = 0;
 507     task.async = 0;
 508     task.input_name = input_name;
 509     task.in_frame = in_frame;
 510     task.output_name = output_name;
 511     task.out_frame = out_frame;
 512     task.ov_model = ov_model;
 513
 514     request.infer_request = ov_model->infer_request;
 515     request.task_count = 1;
 516     request.tasks = &ptask;
 517
 518     ret = execute_model_ov(&request);
 519     *output_width = out_frame->width;
 520     *output_height = out_frame->height;
 521
 522     av_frame_free(&out_frame);
 523     av_frame_free(&in_frame);
 524     return ret;
 525 }
 526
 527 DNNModel *ff_dnn_load_model_ov(const char *model_filename, DNNFunctionType func_type, const char *options, AVFilterContext *filter_ctx)
 528 {
 529     DNNModel *model = NULL;
 530     OVModel *ov_model = NULL;
 531     OVContext *ctx = NULL;
 532     IEStatusCode status;
 533
 534     model = av_mallocz(sizeof(DNNModel));
 535     if (!model){
 536         return NULL;
 537     }
 538
 539     ov_model = av_mallocz(sizeof(OVModel));
 540     if (!ov_model) {
 541         av_freep(&model);
 542         return NULL;
 543     }
 544     model->model = ov_model;
 545     ov_model->model = model;
 546     ov_model->ctx.class = &dnn_openvino_class;
 547     ctx = &ov_model->ctx;
 548
 549     //parse options
 550     av_opt_set_defaults(ctx);
 551     if (av_opt_set_from_string(ctx, options, NULL, "=", "&") < 0) {
 552         av_log(ctx, AV_LOG_ERROR, "Failed to parse options \"%s\"\n", options);
 553         goto err;
 554     }
 555
 556     status = ie_core_create("", &ov_model->core);
 557     if (status != OK)
 558         goto err;
 559
 560     status = ie_core_read_network(ov_model->core, model_filename, NULL, &ov_model->network);
 561     if (status != OK) {
 562         ie_version_t ver;
 563         ver = ie_c_api_version();
 564         av_log(ctx, AV_LOG_ERROR, "Failed to read the network from model file %s,\n"
 565                                   "Please check if the model version matches the runtime OpenVINO %s\n",
 566                                    model_filename, ver.api_version);
 567         ie_version_free(&ver);
 568         goto err;
 569     }
 570
 571     model->get_input = &get_input_ov;
 572     model->get_output = &get_output_ov;
 573     model->options = options;
 574     model->filter_ctx = filter_ctx;
 575     model->func_type = func_type;
 576
 577     return model;
 578
 579 err:
 580     ff_dnn_free_model_ov(&model);
 581     return NULL;
 582 }
 583
 584 DNNReturnType ff_dnn_execute_model_ov(const DNNModel *model, const char *input_name, AVFrame *in_frame,
 585                                       const char **output_names, uint32_t nb_output, AVFrame *out_frame)
 586 {
 587     OVModel *ov_model = model->model;
 588     OVContext *ctx = &ov_model->ctx;
 589     TaskItem task;
 590     RequestItem request;
 591     TaskItem *ptask = &task;
 592
 593     if (!in_frame) {
 594         av_log(ctx, AV_LOG_ERROR, "in frame is NULL when execute model.\n");
 595         return DNN_ERROR;
 596     }
 597
 598     if (!out_frame) {
 599         av_log(ctx, AV_LOG_ERROR, "out frame is NULL when execute model.\n");
 600         return DNN_ERROR;
 601     }
 602
 603     if (nb_output != 1) {
 604         // currently, the filter does not need multiple outputs,
 605         // so we just pending the support until we really need it.
 606         avpriv_report_missing_feature(ctx, "multiple outputs");
 607         return DNN_ERROR;
 608     }
 609
 610     if (ctx->options.batch_size > 1) {
 611         avpriv_report_missing_feature(ctx, "batch mode for sync execution");
 612         return DNN_ERROR;
 613     }
 614
 615     if (!ov_model->exe_network) {
 616         if (init_model_ov(ov_model, input_name, output_names[0]) != DNN_SUCCESS) {
 617             av_log(ctx, AV_LOG_ERROR, "Failed init OpenVINO exectuable network or inference request\n");
 618             return DNN_ERROR;
 619         }
 620     }
 621
 622     task.done = 0;
 623     task.do_ioproc = 1;
 624     task.async = 0;
 625     task.input_name = input_name;
 626     task.in_frame = in_frame;
 627     task.output_name = output_names[0];
 628     task.out_frame = out_frame;
 629     task.ov_model = ov_model;
 630
 631     request.infer_request = ov_model->infer_request;
 632     request.task_count = 1;
 633     request.tasks = &ptask;
 634
 635     return execute_model_ov(&request);
 636 }
 637
 638 DNNReturnType ff_dnn_execute_model_async_ov(const DNNModel *model, const char *input_name, AVFrame *in_frame,
 639                                             const char **output_names, uint32_t nb_output, AVFrame *out_frame)
 640 {
 641     OVModel *ov_model = model->model;
 642     OVContext *ctx = &ov_model->ctx;
 643     RequestItem *request;
 644     TaskItem *task;
 645
 646     if (!in_frame) {
 647         av_log(ctx, AV_LOG_ERROR, "in frame is NULL when async execute model.\n");
 648         return DNN_ERROR;
 649     }
 650
 651     if (!out_frame) {
 652         av_log(ctx, AV_LOG_ERROR, "out frame is NULL when async execute model.\n");
 653         return DNN_ERROR;
 654     }
 655
 656     task = av_malloc(sizeof(*task));
 657     if (!task) {
 658         av_log(ctx, AV_LOG_ERROR, "unable to alloc memory for task item.\n");
 659         return DNN_ERROR;
 660     }
 661
 662     if (!ov_model->exe_network) {
 663         if (init_model_ov(ov_model, input_name, output_names[0]) != DNN_SUCCESS) {
 664             av_log(ctx, AV_LOG_ERROR, "Failed init OpenVINO exectuable network or inference request\n");
 665             return DNN_ERROR;
 666         }
 667     }
 668
 669     task->done = 0;
 670     task->do_ioproc = 1;
 671     task->async = 1;
 672     task->input_name = input_name;
 673     task->in_frame = in_frame;
 674     task->output_name = output_names[0];
 675     task->out_frame = out_frame;
 676     task->ov_model = ov_model;
 677     if (ff_queue_push_back(ov_model->task_queue, task) < 0) {
 678         av_freep(&task);
 679         av_log(ctx, AV_LOG_ERROR, "unable to push back task_queue.\n");
 680         return DNN_ERROR;
 681     }
 682
 683     request = ff_safe_queue_pop_front(ov_model->request_queue);
 684     if (!request) {
 685         av_log(ctx, AV_LOG_ERROR, "unable to get infer request.\n");
 686         return DNN_ERROR;
 687     }
 688
 689     request->tasks[request->task_count++] = task;
 690     return execute_model_ov(request);
 691 }
 692
 693 DNNAsyncStatusType ff_dnn_get_async_result_ov(const DNNModel *model, AVFrame **in, AVFrame **out)
 694 {
 695     OVModel *ov_model = model->model;
 696     TaskItem *task = ff_queue_peek_front(ov_model->task_queue);
 697
 698     if (!task) {
 699         return DAST_EMPTY_QUEUE;
 700     }
 701
 702     if (!task->done) {
 703         return DAST_NOT_READY;
 704     }
 705
 706     *in = task->in_frame;
 707     *out = task->out_frame;
 708     ff_queue_pop_front(ov_model->task_queue);
 709     av_freep(&task);
 710
 711     return DAST_SUCCESS;
 712 }
 713
 714 DNNReturnType ff_dnn_flush_ov(const DNNModel *model)
 715 {
 716     OVModel *ov_model = model->model;
 717     OVContext *ctx = &ov_model->ctx;
 718     RequestItem *request;
 719     IEStatusCode status;
 720     DNNReturnType ret;
 721
 722     request = ff_safe_queue_pop_front(ov_model->request_queue);
 723     if (!request) {
 724         av_log(ctx, AV_LOG_ERROR, "unable to get infer request.\n");
 725         return DNN_ERROR;
 726     }
 727
 728     if (request->task_count == 0) {
 729         // no pending task need to flush
 730         if (ff_safe_queue_push_back(ov_model->request_queue, request) < 0) {
 731             av_log(ctx, AV_LOG_ERROR, "Failed to push back request_queue.\n");
 732             return DNN_ERROR;
 733         }
 734         return DNN_SUCCESS;
 735     }
 736
 737     ret = fill_model_input_ov(ov_model, request);
 738     if (ret != DNN_SUCCESS) {
 739         av_log(ctx, AV_LOG_ERROR, "Failed to fill model input.\n");
 740         return ret;
 741     }
 742     status = ie_infer_set_completion_callback(request->infer_request, &request->callback);
 743     if (status != OK) {
 744         av_log(ctx, AV_LOG_ERROR, "Failed to set completion callback for inference\n");
 745         return DNN_ERROR;
 746     }
 747     status = ie_infer_request_infer_async(request->infer_request);
 748     if (status != OK) {
 749         av_log(ctx, AV_LOG_ERROR, "Failed to start async inference\n");
 750         return DNN_ERROR;
 751     }
 752
 753     return DNN_SUCCESS;
 754 }
 755
 756 void ff_dnn_free_model_ov(DNNModel **model)
 757 {
 758     if (*model){
 759         OVModel *ov_model = (*model)->model;
 760         while (ff_safe_queue_size(ov_model->request_queue) != 0) {
 761             RequestItem *item = ff_safe_queue_pop_front(ov_model->request_queue);
 762             if (item && item->infer_request) {
 763                 ie_infer_request_free(&item->infer_request);
 764             }
 765             av_freep(&item->tasks);
 766             av_freep(&item);
 767         }
 768         ff_safe_queue_destroy(ov_model->request_queue);
 769
 770         while (ff_queue_size(ov_model->task_queue) != 0) {
 771             TaskItem *item = ff_queue_pop_front(ov_model->task_queue);
 772             av_frame_free(&item->in_frame);
 773             av_frame_free(&item->out_frame);
 774             av_freep(&item);
 775         }
 776         ff_queue_destroy(ov_model->task_queue);
 777
 778         if (ov_model->infer_request)
 779             ie_infer_request_free(&ov_model->infer_request);
 780         if (ov_model->exe_network)
 781             ie_exec_network_free(&ov_model->exe_network);
 782         if (ov_model->network)
 783             ie_network_free(&ov_model->network);
 784         if (ov_model->core)
 785             ie_core_free(&ov_model->core);
 786         av_freep(&ov_model);
 787         av_freep(model);
 788     }
 789 }