.. _tutorial_visualrecog_zh:

实时视觉识别
=============

**注意：本文只适用于装载Jetson Nano的Kerloud无人机产品**

开启视觉识别介绍所使用的官方示例项目是jetson-inference资源库，链接为：
https://github.com/dusty-nv/jetson-inference，这是一个适用于英伟达Jetson Nano的hello-world示例。
该库支持图像分类、物体定位及图像分割，用户可以根据自身兴趣进一步探究项目细节。本文中我们仅对视觉识别的基础部分加以阐述，并解决代码调试中的常见问题。

代码结构
----------

主要目录列举如下，读者可阅读顶层的CMakeLists.txt进一步理解：
* c/: 用于detectNet、imageNet及segNet的网络类；

* data/: 网络数据和图像；

* docker/: 用于提取、创建、运行本地镜像的脚本；

* doc/: 文件；

* examples/: 用于部署各种网络的主执行文件；

* plugin/, python/, tools/, utils/: 其他功能、库及脚本。

如何编译
-----------

用户可参考官方关于该项目编译的说明文件，链接为：
https://github.com/dusty-nv/jetson-inference/blob/master/docs/building-repo-2.md。
然而，由于中国境内网络限制，用户通过代码访问github或nvida的被禁网页时，可能会被中断。于是我们修改代码，
并将代码及全部网络数据下载到目录~/jetson-inference下作为库的组成部分。用户可按照如下指令轻松实现编译：

::

        sudo apt-get update
        sudo apt-get install git cmake libpython3-dev python3-numpy
        cd ~/jetson-inference
        git checkout master_ck
        mkdir build
        cd build
        cmake ../
        make -j2
        sudo make install
        sudo ldconfig

如何运行
-----------

关于如何部署代码的参考链接如下：
https://github.com/dusty-nv/jetson-inference/blob/master/docs/imagenet-console.md,
https://github.com/dusty-nv/jetson-inference/blob/master/docs/imagenet-camera-2.md,

可使用如下指令识别文件夹中图片：

::

        cd ~/jetson-inference/build/aarch64/bin

        ./imagenet-console.py --network=googlenet images/orange_0.jpg output_0.jpg  # --network flag is optional (default is googlenet)

这些命令将在bin文件夹下生成一张新图片，标有结果和一个置信度，如下图所示，下面展示两个物体：

.. image:: ../img/output_0.jpg
   :height: 600 px
   :width: 750 px
   :scale: 60 %
   :align: center

.. image:: ../img/output_1.jpg
   :height: 550 px
   :width: 750 px
   :scale: 60 %
   :align: center

实时视频识别样例：（请注意，板载摄像头连接到CSI端口0上）

::

        ./imagenet csi://0                    # MIPI CSI camera

.. image:: ../img/videocam_res.png
   :height: 550 px
   :width: 750 px
   :scale: 60 %
   :align: center

为了获得更好的识别结果，强烈建议使用干净的背景。此处样例中所部署的googlenet在视频识别方面效果不佳。


参考资料：
-----------

https://developer.nvidia.com/embedded/twodaystoademo

https://developer.nvidia.com/embedded/learn/tutorials

https://developer.nvidia.com/embedded/learn/getting-started-jetson

https://developer.nvidia.com/embedded/community/support-resources