识别猫的代码使用了自带的model去识别,效果还不错.
手写数字的图片识别.
python-socket 部分是为了传输 tx2 里面的预测结果到另外一台电脑上所做的工作.
基本是为了给下面一项 python-camera 所做的辅助工作.
使用 Python 调用已有模型去分类和识别.
bvlc_googlenet.caffemodel 下载地址
这里只是用Python调用打开 tx2 的板载摄像头或者外接的 USB 摄像头.
外接USB摄像头明显反应速度和识别像素高太多.
- dump帮助信息:
python3 tegra-cam-caffe.py --help
-
使用默认的bvlc_reference_caffenetmodel使用Jetson机载相机(python程序的默认行为)来进行Caffe图像分类。 python3 tegra-cam-caffe.py
-
使用USB网络摄像头 /dev/video1 ,同时分辨率设置为 1280x720. python3 tegra-cam-caffe.py --usb --vid 1 --width 1280 --height 720
-
或者使用IP摄像头.(未测试)
python3 tegra-cam-caffe.py --rtsp --uri rtsp://admin:[email protected]:554
原文和使用链接如下: 在Jetson TX2上用Python捕获摄像头影像
用板载摄像机对不同的Caffe模型进行图像分类:
python tegra-cam-caffe.py --prototxt $HOME/caffe/models/bvlc_googlenet/deploy.prototxt \
--model $HOME/caffe/models/bvlc_googlenet/deploy.prototxt \
--labels $HOME/caffe/data/ilsvrc12/synset_words.txt \
--mean $HOME/caffe/data/ilsvrc12/imagenet_mean.binaryproto