中文|English

分类样例

介绍

本目录包含多种分类样例，以供用户参考。目录结构和具体说明如下。

• googlenet系列样例

  样例名称	样例说明	特性解析	支持芯片
  googlenet_imagenet_picture	图片分类	输入输出均为JPG图片，模型为基于Caffe的GoogLeNet模型	Ascend310
  googlenet_mindspore_picture	图片分类	输入输出均为JPG图片，模型为基于MindSpore的GoogLeNet模型	Ascend310
  googlenet_onnx_picture	图片分类	输入输出均为JPG图片，模型为基于pytorch的GoogLeNet模型	Ascend310
  googlenet_imagenet_multi_batch	图片分类	输入输出均为JPG图片，模型为基于Caffe的GoogLeNet模型，使用了多batch的特性	Ascend310

• resnet50系列样例

  样例名称	样例说明	特性解析	支持芯片
  resnet50_imagenet_classification	图片分类	输入为JPG图片，输出为屏幕打印。基于 Caffe ResNet-50 网络实现图片分类（同步推理）	Ascend310，Ascend310P，Ascend910
  resnet50_async_imagenet_classification	图片分类	输入为JPG图片，输出为屏幕打印。基于 Caffe ResNet-50 网络实现图片分类（异步推理）	Ascend310，Ascend310P，Ascend910
  resnet50_mindspore_picture	图片分类	输入输出均为JPG图片。使用基于MindSpore的resnet50模型对输入图片进行分类推理	Ascend310
  vdec_resnet50_classification	图片分类	输入为h264文件，输出为屏幕打印。基于Caffe ResNet-50网络实现图片分类（视频解码+同步推理）	Ascend310，Ascend310P，Ascend910
  vpc_jpeg_resnet50_imagenet_classification	图片分类	输入为YUV图片，输出为屏幕打印/JPG图片。基于 Caffe ResNet-50 网络实现图片分类（图片解码+抠图缩放+图片编码+同步推理）	Ascend310，Ascend310P，Ascend910
  vpc_resnet50_imagenet_classification	图片分类	输入为JPG图片，输出为屏幕打印。基于Caffe ResNet-50网络实现图片分类（图片解码+缩放+同步推理）	Ascend310，Ascend310P，Ascend910
  resnet50_imagenet_dynamic_hw	图片分类	输入为JPG图片，输出为屏幕打印。基于 TensorFlow ResNet-50 网络实现图片分类（同步推理），使用了动态分辨率的特性	Ascend310

• 其他样例

  样例	说明	支持芯片
  inceptionv3_picture	基于Pytorch框架的 IncpetionV3模型的图片分类样例	Ascend310
  lenet_mindspore_picture	基于mindspore的lenet模型的图片文本分类样例	Ascend310
  vgg16_cat_dog_picture	基于caffe框架的vgg16模型的猫狗分类样例	Ascend310