GoogLeNet 示例
此文档讲述使用 QAI AppBuilder Python API 利用 Qualcomm® Hexagon™ Processor (NPU) 推理 GoogLeNet 目标识别模型。
示例支持设备
| 设备 | SoC |
|---|---|
| Dragon Q6A | QCS6490 |
| Dragon Q8B | SC8280XP |
| Fogwise® AIRbox Q900 | QCS9075 |
安装 QAI AppBuilder
提示
-
请根据 QAI AppBuilder 安装方法 安装 QAI AppBuilder。
-
请根据 创建 ADSP 环境变量 配置 ADSP 环境变量。
运行示例
安装依赖
在已激活的虚拟环境中安装示例依赖：
Device
pip3 install requests tqdm qai-hub py3-wget Pillow torch torchvision opencv-python-headless
运行脚本
-
进入上游示例目录
Devicecd qai-appbuilder/samples
执行推理（Linux 需指定 --chipset；首次运行会自动下载测试图 dog.jpg、标签与模型）
提示
若自动下载的 dog.jpg 为空或损坏，可用本地有效图片覆盖，或通过 --image /path/to/image.jpg 指定输入。
- QCS6490
- SC8280XP
- QCS9075
Device
python3 ComputerVision/Image_Classification/googlenet/googlenet.py --chipset 6490
提示
SC8280XP 与 QCS6490 同为 Hexagon V68，下载模型时使用 --chipset 6490。
Device
python3 ComputerVision/Image_Classification/googlenet/googlenet.py --chipset 6490
Device
python3 ComputerVision/Image_Classification/googlenet/googlenet.py --chipset 9075
预期结果
在 Dragon Q6A（--chipset 6490）上，默认测试图输出类似：
Top 5 predictions for image:
Samoyed 0.9282982349
West Highland White Terrier 0.0102122389
Pomeranian 0.0064557223
Pyrenean Mountain Dog 0.0059806537
Chow Chow 0.0051328284
日志中可能出现 HTP / FastRPC 相关 WARNING，推理成功时可忽略。
提示
也可使用启动器：
python3 run_inference.py --model googlenet --args "--chipset 6490"