pyarmnn图像分类推理入门教程

使用pyarmnn推理引擎识别图像：快速入门指南

本教程将指导您如何使用pyarmnn推理引擎进行图像分类，以识别一只可爱猫咪为例。整个过程包括添加仓库、安装依赖库、下载示例代码并运行推理测试。以下步骤基于Linux环境（如Ubuntu），帮助您快速上手pyarmnn。

步骤1：添加仓库

首先，需要添加ArmNN的PPA仓库以获取pyarmnn和相关软件包。运行以下命令：

sudo apt install software-properties-common
sudo add-apt-repository ppa:armnn/ppa
sudo apt update

步骤2：安装pyarmnn

安装pyarmnn及其Python绑定和必要的工具：

sudo apt-get install -y python3-pyarmnn armnn-latest-all python3-pip

步骤3：安装PIL库

运行测试脚本时，可能会报错缺少PIL（Python Imaging Library），因此需要安装Pillow包：

pip3 install Pillow

步骤4：安装OpenCV库

为了支持图像处理，安装Python的OpenCV库：

sudo apt-get install python3-opencv

步骤5：下载pyarmnn仓库

从GitHub克隆pyarmnn-release仓库，其中包含示例代码：

git clone https://github.com/nxp-imx/pyarmnn-release.git

步骤6：测试图片分类推理

进入示例目录，运行预置的TensorFlow Lite模型进行推理。默认会下载一个小猫图片和标签文件：

cd pyarmnn-release/python/pyarmnn/examples
python3 tflite_mobilenetv1_quantized.py -d . -m .

运行后，您将看到推理结果，例如识别出“tabby”（虎斑猫）的概率最高，输出如下：

WARNING: PyArmNN is deprecated. To use ArmNN on python, please use the tflite delegate. Expected to be removed in release 24.05.
Your ArmNN library instance does not support Onnx models parser functionality.  Skipped IOnnxParser import.
Your ArmNN library instance does not have ArmNN model (.armnn) parser functionality.  Skipped IDeserializer import.
Found model (./mobilenet_v1_1.0_224_quant.tflite) and labels (./labels_mobilenet_quant_v1_224.txt).
Running inference(0) ...
class=tabby ; value=99
class=Egyptian cat ; value=84
class=tiger cat ; value=71
class=cricket ; value=0
class=zebra ; value=0

这表示模型成功识别了图像中的猫咪，并给出了置信度分数。

总结与引导

本教程简要介绍了如何使用pyarmnn进行图像分类推理。通过添加仓库、安装库和运行示例，您可以快速体验基于ArmNN的推理引擎。请注意，pyarmnn已标注为弃用，未来建议使用TensorFlow Lite委托方式。

如需查看更详细的内容（包括图片和视频演示），请访问原始帖子：5分钟教你使用pyarmnn推理引擎识别一只可爱猫咪～。

原帖子内容来源：https://bbs.eeworld.com.cn/thread-1273972-1-1.html