用MXNet在树莓派上创建计算机视觉系统

      如下所示，输出确实将「猫」作为最佳的标签：

[(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')]

      为了对树莓派相机所捕捉到的图片进行识别，我们需要将相机指向需要分类的目标，并在树莓派的根目录中运行如下命令：

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

      然后我们会看到抓拍图片的快速预览，然后我们的模型会执行并返回预测的目标标签。

      连接到 AWS IoT

      在树莓派上本地运行模型只是第一步。如果我们需要可靠性集中（reliably centralize）和储存预测结果，或远程更新模型，我们就需要连接树莓派到 AWS Cloud 中。为了连接到 AWS，首先第一步就需要在树莓派中设置 AWS IoT。

      在 AWS IoT控制台中，我们可以使用 AWS IoT Connect wizard。对于平台，选择 Linux/OSX；对于 SDK 类型，选择 Python，然后就可以选择下一步了。