参考文章：How to Capture Camera Video and Do Caffe Inferencing with Python on Jetson TX2

与参考文章大部分都是相似的，如果不习惯看英文，可以看看我下面的描述

上篇博客：在Jetson TX2上捕获、显示摄像头视频 介绍了一个脚本 tegra-cam.py。主要是在Jetson TX2上显示三种摄像头捕获的视频。本节将对脚本进行扩展，使用caffe分类模型对摄像头视频进行演示。

主要的测试环境：python3和Jetson TX2

先决条件

　　参考：在Jetson TX2上捕获、显示摄像头视频 确保 tegra-cam.py 在Jetson TX2上运行正常

　　在Jetson TX2上构建caffe。参考：在Jetson TX2上安装caffe和PyCaffe

　　caffe模型采用默认的 bvlc_reference_caffenet 需要下载预训练模型和标签。下载连接 将下载好的模型拷到 /home/nvidia/caffe/models/bvlc_reference_caffenet/ 文件夹。执行　　

cd /home/nvidia/caffe

./data/ilsvrc12/get_ilsvrc_aux.sh

代码的下载和使用

下载代码：tegra-cam-caffe.py 下载地址：https://gist.github.com/jkjung-avt/d408aaabebb5b0041c318f4518bd918f

使用USB摄像头，分辨率设为1280x720。'–vid 1' 意味着 /de/video1

python3 tegra-cam-caffe.py --usb --vid  --width  --height 

使用板载摄像头

python3 tegra-cam-caffe.py

使用IP CAM，同时替换成你自己的IP

python3 tegra-cam-caffe.py --rtsp --uri rtsp://admin:XXXXXX@192.168.1.64:554

使用板载摄像头对不同caffe模型进行图像分类

python3 tegra-cam-caffe.py --prototxt XXX.prototxt \

                             --model YYY.caffemodel \

                             --labels ZZZ.txt \

                             --mean UUU.binaryproto