1）将imagenet1000_clsidx_to_labels.tx文件转换成imagenet1000_clsidx_to_labels.json。X3E BPU 主频0.6GHZ，算力3TOPS)，通过以上4个测试用例的运行，可以体验到旭日X3派检测分类准确率和效率还是非常高的。系统给出的测试程序只能对给定的斑马图片(zebra_cls.jpg)进行检测，imagenet1000支持1000个物体类别，更多的物体检测和分类，对其进行少许改造、使其能够对给定的任意图片进行检测，2) 增加image目录。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/150752.html