1.6 算法体验

Video: https://www.bilibili.com/video/BV1rm4y1E73q/?p=17

开发板上安装了test_mobilenetv1.py 程序用于测试mobilenet v1图像分类算法功能，该程序读取 zebra_cls.jpg 静态图片作为模型的输入，并在命令行终端输出分类结果cls id: 340 Confidence: 0.991851

运行方式一：命令行执行

执行 test_mobilenetv1.py 程序

sunrise@ubuntu:~$ cd /app/pydev_demo/01_basic_sample/
sunrise@ubuntu:/app/pydev_demo/01_basic_sample$ sudo ./test_mobilenetv1.py

预期效果

输出图像分类算法的预测结果，id和confidence。

zebra_cls.jpg是一张斑马的图片，按照ImageNet数据集的分类，返回结果id为340， 置信度为0.991851。

========== Classification result ==========
cls id: 340 Confidence: 0.991851

运行方式二：使用 RDK Studio 体验图像分类算法

说明

• RDK Studio 下载链接：点此下载
• RDK Studio 使用指南：点此查看

1. 点击 基础静态图片推理 示例下的 Node-RED。

   

2. 进入示例应用流程界面。

   提示

   点击 RDK Studio 右上角 图标可以快速在浏览器中打开示例！

   

3. 点击 查看图片 指令，自动展示图片。

   

4. 点击右侧调试图标将右侧边栏定位至调试窗口，点击运行 ，可在调试窗口查看图像分类算法输出结果；依次点击其他运行，可查看不同算法的输出结果。

   

   注意

   如果对节点、流程等进行了修改，需点击右上角 按钮后才能生效！

5. 点击右上角 × 图标，选择 “关闭程序” 退出 Node-RED 应用。