中文|English
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