TensorRT USB 摄像头实时图像识别教程

1、检测摄像头设备

假如你在 jetson-inference 目录下。如下图，执行：

ls /dev

确定是否有 video0 这个设备，有可能多个摄像头时，注意后面的编号不同。

2、参数介绍

与前面的imagenet-console 示例类似，相机应用程序构建在该/aarch64/bin 目录中。它们在带有 OpenGL 渲染的实时摄像机流上运行，并接受 4 个可选的命令行参数：

--network 标志设置分类模型（默认为 GoogleNet） 请参阅下载其他分类模型以获取可用的网络。

--camera 标志设置要使用的摄像头设备

通过指定传感器索引（0 或 1 等）来使用 MIPI CSI 摄像机

V4L2 USB 摄像机通过指定其/dev/video 节点（/dev/video0，/dev/video1 等）使用。默认为使用 MIPI CSI 传感器 0（--camera=0）

--width 和--height 标志设置相机分辨率（默认为 1280x720） 分辨率应设置为相机支持的格式。

使用以下命令查询可用格式：

您可以根据需要组合使用这些标志，并且还有其他命令行参数可用于加载自定义模型。启动  带有--help 标志的应用程序以获取更多信息，或参阅 Examples 自述文件。注意下方是直接了USB 摄像头所以一般 video0 为 USB 摄像头的编号。

以下是启动程序的一些典型方案：

C ++

Python

 3、执行图像识别命令

这个时候最好能通过桌面执行，否则可能看不到摄像头的界面，或者通过 VNC 远程桌面连接。

进入到 bin 目录下：

实时图像识别演示位于/ aarch64 / bin 中并被调用imagenet-camera。它在实时摄像机流上运行，并根据用户参数，使用 TensorRT 加载 googlenet 或 alexnet，下方 video1 是由于 csi 和USB 摄像头同时连接，所以 USB 摄像头编号为video1

每秒帧数（FPS），来自视频的分类对象名称和分类对象的置信度被打印到 openGL 窗口标题栏。默认情况下，应用程序可以识别多达1000 种不同类型的对象，因为Googlenet 和Alexnet 是在包含 1000 类对象的 ILSVRC12 ImageNet 数据库上进行培训的。1000 种类型对象的名称映射，可以在 repo 下找到data/networks/ilsvrc12_synset_words.txt

 这样识别到物体就会在上面显示物体英文名称，百分数就是匹配百分比。