本目錄包含多種分類樣例，以供用戶參考。目錄結(jié)構(gòu)和具體說明如下。
googlenet系列樣例
| 樣例名稱 | 樣例說明 | 特性解析 | 支持芯片 |
|---|---|---|---|
| googlenet_imagenet_picture | 圖片分類 | 輸入輸出均為JPG圖片， 模型為基于Caffe的GoogLeNet模型 |
Ascend310 |
| googlenet_mindspore_picture | 圖片分類 | 輸入輸出均為JPG圖片， 模型為基于MindSpore的GoogLeNet模型 |
Ascend310 |
| googlenet_onnx_picture | 圖片分類 | 輸入輸出均為JPG圖片， 模型為基于pytorch的GoogLeNet模型 |
Ascend310 |
| googlenet_imagenet_multi_batch | 圖片分類 | 輸入輸出均為JPG圖片， 模型為基于Caffe的GoogLeNet模型， 使用了多batch的特性 |
Ascend310 |
resnet50系列樣例
| 樣例名稱 | 樣例說明 | 特性解析 | 支持芯片 |
|---|---|---|---|
| resnet50_imagenet_classification | 圖片分類 | 輸入為JPG圖片，輸出為屏幕打印。 基于 Caffe ResNet-50 網(wǎng)絡(luò)實(shí)現(xiàn)圖片分類（同步推理） |
Ascend310，Ascend710，Ascend910 |
| resnet50_async_imagenet_classification | 圖片分類 | 輸入為JPG圖片，輸出為屏幕打印。 基于 Caffe ResNet-50 網(wǎng)絡(luò)實(shí)現(xiàn)圖片分類（異步推理） |
Ascend310，Ascend710，Ascend910 |
| resnet50_mindspore_picture | 圖片分類 | 輸入輸出均為JPG圖片。 使用基于MindSpore的resnet50模型對輸入圖片進(jìn)行分類推理 |
Ascend310 |
| vdec_resnet50_classification | 圖片分類 | 輸入為h264文件，輸出為屏幕打印。 基于Caffe ResNet-50網(wǎng)絡(luò)實(shí)現(xiàn)圖片分類（視頻解碼+同步推理） |
Ascend310，Ascend710，Ascend910 |
| vpc_jpeg_resnet50_imagenet_classification | 圖片分類 | 輸入為YUV圖片，輸出為屏幕打印/JPG圖片。 基于 Caffe ResNet-50 網(wǎng)絡(luò)實(shí)現(xiàn)圖片分類（圖片解碼+摳圖縮放+圖片編碼+同步推理） |
Ascend310，Ascend710，Ascend910 |
| vpc_resnet50_imagenet_classification | 圖片分類 | 輸入為JPG圖片，輸出為屏幕打印。 基于Caffe ResNet-50網(wǎng)絡(luò)實(shí)現(xiàn)圖片分類（圖片解碼+縮放+同步推理） |
Ascend310，Ascend710，Ascend910 |
其他樣例
| 樣例 | 說明 | 支持芯片 |
|---|---|---|
| inceptionv3_picture | 基于Pytorch框架的 IncpetionV3模型的圖片分類樣例 | Ascend310 |
| lenet_mindspore_picture | 基于mindspore的lenet模型的圖片文本分類樣例 | Ascend310 |
| vgg16_cat_dog_picture | 基于caffe框架的vgg16模型的貓狗分類樣例 | Ascend310 |
