用MXNet在樹莓派上創建電腦視覺系統

      如下所示，輸出確實將「貓」作為最佳的標簽：

[(0.57816696, 'n02123045 tabby, tabby cat'), (0.19830757, 'n02124075 Egyptian cat'),
(0.16912524, 'n02325366 wood rabbit, cottontail, cottontail rabbit'),
(0.020817872, 'n02123159 tiger cat'), (0.020065691, 'n02326432 hare')]

      為了對樹莓派相機所捕捉到的圖片進行識別，我們需要將相機指向需要分類的目標，並在樹莓派的根目錄中運作如下命令：

python load_model.py –img ‘cam’ –prefix ‘squeezenet_v1.1’ –synset ‘synset.txt’

      然後我們會看到抓拍圖片的快速預覽，然後我們的模型會執行並返回預測的目標標簽。

      連接到 AWS IoT

      在樹莓派上本地運作模型只是第一步。如果我們需要可靠性集中（reliably centralize）和儲存預測結果，或遠端更新模型，我們就需要連接樹莓派到 AWS Cloud 中。為了連接到 AWS，首先第一步就需要在樹莓派中設置 AWS IoT。

      在 AWS IoT控制台中，我們可以使用 AWS IoT Connect wizard。對於平臺，選擇 Linux/OSX；對於 SDK 類型，選擇 Python，然後就可以選擇下一步了。