[Jetson Nano] 定位圖像中的物體

大家好，

今天本魔要繼續和分享如何用 Jetson Nano 來定位圖像中的物體，

在官方提供的範例中我們可以辨識定位以下這些物體：

1. ped-100 (偵測行人)
2. multiped-500 (偵測複數行人與行李箱)
3. facenet-120 (偵測臉部)
4. coco-airplane (偵測飛機)
5. coco-bottle (偵測瓶子)
6. coco-chair (偵測椅子)
7. coco-dog (偵測狗)

知道有這些方法可以使用後我們可以很簡單的執行 detectnet-console 這隻程式來做辨識定位，

開啟 Terminal 視窗並輸入：

$ cd ~/jetson-inference/build/aarch64/bin/

進入 bin 資料夾後執行 detectnet-console，輸入：

$ ./detectnet-console dog_0.jpg output-1.jpg coco-dog

將 dog_0 這張圖輸出成 output-1 並使用 coco-dog 這個方法，

在第一次執行時一樣會較花時間，請耐心等待。

執行完後在資料夾下會多出一張 output-1 的圖片，

我們可以打開來看：

有狗的部分都被框起來了呢！

看來有準確的定位。

我們繼續執行指令，輸入：

$ ./detectnet-console dog_1.jpg output-2.jpg coco-dog

因為 coco-dog 有執行過了，所以這一次會較快一些，

完成後一樣開啟 output-2 來看：

我們繼續執行：

$ ./detectnet-console dog_2.jpg output-3.jpg coco-dog

在馬路上趴著的狗也能定位出來呢！

接著辨識瓶子，因為 coco-bottle 和剛剛的方法不同，所以一樣會執行較久，輸入：

$ ./detectnet-console bottle_0.jpg output-4.jpg coco-bottle

這隻貓可愛

即使旁邊有其它物體也能準確定位出瓶子，

接著試試看飛機：

$ ./detectnet-console airplane_0.jpg output-5.jpg coco-airplane

本魔嚴重懷疑這張官方提供的圖是P上去的！

這兩台飛機飛這麼近沒有航空法上的問題嗎！？

總之還是辨識出來了～，

接著辨識複數行人與行李箱：

$ ./detectnet-console peds-001.jpg output-6.jpg multiped

 4個人都被準確的定位出來了呢！

繼續執行：

$ ./detectnet-console peds-002.jpg output-7.jpg multiped

即便只有背影也不會誤判呢！

接著試試一個較複雜的圖，輸入：

$ ./detectnet-console peds-003.jpg output-8.jpg multiped

行人和行李箱都被定位出來了，

但中間的女生拖著的行李箱似乎沒定位到呢！

是不是那裡的人太密集了呢？

繼續看下一張，輸入：

$ ./detectnet-console peds-004.jpg output-9.jpg multiped

側身照一樣可以精準的定位出來，

接下來本魔也測試了一下非官方提供的圖片：

沒錯，就是當時的史加納團隊照，

即使蹲著也可以定位呢！

但為什麼本魔被特別再框一次了呢！？

看來 Jetson Nano 連本魔的霸王色霸氣都能定位到阿，太厲害了！



本篇的教學就到此為止啦～，

各位一樣可以嘗試用其它圖片來測試看看哦！

喜歡這個系列的話可以追蹤我的blogger哦，

本魔近期都會不定時更新此系列教學，

如果有疑問或任何指教也歡迎在下方留言提出哦！