Jetson Nano 2GB 系列文章（22）： “Hello AI World” 图像分类代码

前一篇文章已经带着大家使用 Hello AI World 项目的 imagenet 指令进行了深度学习图像分类的推理识别实验，但这些演示与测试只是个学习的过程，最终的目的还是要能用起这个项目的资源，为自己开发合适的应用代码。因此本文就延续上一篇文章来向大家介绍 “Hello AI World” 图像分类代码。

选择使用 ~/jetson-inference/python/examples下面的 my-recognition.py 这只代码，其“输入源”的部分选择以下函数：

这部分其实造成了一些不便之处，因为 “loadImage()” 一次只能读取一张图像，大大降低了这只代码的实用性，因此我们建议选择用 /usr/local/bin/imagenet.py 这只代码，它能够广泛接受更多样化的输入源，完整地实现 imagenet 的所有功能。

以下就是 /usr/local/bin/imagenet.py 的完整代码，请不要被这 33 行代码吓到，真正与图像分类推理计算的部分也只有 4 行，我们在下面会详细说明。

如果将代码区分为以下 4 部分，就能很容易理解：

• 参数解析：5~19 行，请参考前面文章关于参数解析的部分，可忽略
• 输入输出：21、22、25、29、30 等 5 行，与videoSource、videoOutput 有关
• 文字叠加：23 与 28 行是为了将显示结果，用文字叠加到图像上
• 图像分类：20、26、27行，以及30行的 net.GetNetworkFPS() 部分

现在我们主要解说与“图像分类”有关的这 4 行代码：

1.第20行: net = jetson.inference.imageNet(opt.network, sys.argv)，用 jetson.inference 深度学习模块的 imageNet() 图像分类函数，来建立 net 这个对象，现在这个 net 对象就具备了“图像分类”的属性。

2.第26行：class_id, confidence = net.Classify(img) img是从25行的input.Capture() 获取的一帧图像，将 img 传入 net.Classify 进行图像分类的检测，将“置信度最高”的分类编号传回给 class_id 变量、将置信度值传回给 confidence 变量。

这里要说明的，在执行 Classify(img) 的过程，可能会检测出非常多的“可能性”，但最终回传“置信度最高”一个类别。当我们后面执行检测时，会看到终端上打印出类似下图的信息：

在本帧图像进行分类识别时，会出现 8 种可能性，但最后回传置信度最高的分类编号（0951）给 class_id、置信度（0.276245）给 confidence。

下面比对一下检测结果的输出图像，如下图：

这里可以确认，回传的值只有一组，就是“置信度最高”的，不管这个置信度数值有多低。

虽然在上面的终端中已经显示出了这个类别编号的名称，但实际上这个函数回传的值就只有两个，因此我们自己还需要用下一行的代码，来找出类别编号所对应的名称与描述。

3. 第27行：class_desc = net.GetClassDesc(class_id)

这行的目的，是用类别编号 class_id 去找到对应的类别名称与描述，语法非常直观，不多做解释。重要的是这个类别名称与描述的内容，存放在哪个文件里面。

从上一篇文章中，知道这个代码预设使用的网络模型为 GOOGLENET，使用的数据集是 ImageNet 的 1000 分类数据集，这个在系统里面对应的类别名称与描述文件，在~/jetson-inference/data/networks/ilsvrc12_synset_words.txt 里面，用文字编辑器打开后，看看第 951 行（如下图）是什么内容？

很不幸的，951 行出现的是 “orange”，而 “lemon” 出现在第 952 行，这个差异主要是因为类别编号是从 “0” 开始，而编辑器的行数是从 “1” 开始，所以中间会有这样的差距，现在知道之后就很简单了。

4. 第30行：net.GetNetworkFPS()

这部分显示识别性能，其实是对图像分类的应用，是无关紧要的，不过这个项目其实也是很神奇的，过去我们自己用 OpenCV 撰写性能标识的代码，其实还挺繁琐的，但是在 jetson-inference 项目中，无论是图像分类，还是后面要说明的物件识别、语义分割等应用，用这个 GetNetworkFPS() 函数就轻松得到计算的性能，真是不能再方便了！

看完之后就会发现，其实整个代码中的关键，就是在一开始用 imageNet() 函数去建立图像分类的对象，然后将读入的图像传给 Classify() 函数进行分类的推理计算，这两个步骤几乎就完成了 90% 的工作了。

相信有了这样的解说会让您更清楚该如何使用 jetson.inference 这个深度学习的模块，去开发您自己的图像分类应用。