用MXNet在樹莓派上創建計算機視覺系統

      為了發送命令到樹莓派以更新MXNet模型的運行，我們能發布 MQTT 主題。例如，如需要更新SqueezeNet模型為更大、更精確的ResNet模型時，我們可以在 MQTT 客戶端的 Publish 部分中，發送如下 JSON 到sdk/test/load topic 中：

{"synset": "synset.txt","prefix": "resnet-18","label_name": "softmax_label","params_url": "http://data.mxnet.io/models/imagenet/resnet/18-layers/resnet-18-0000.params","symbol_url": "http://data.mxnet.io/models/imagenet/resnet/18-layers/resnet-18-symbol.json"}

      下圖就是在 MQTT 客戶端中的樣子：

      樹莓派從 Model Zoo 中下載新的神經網絡符號和參數文件，然后加載它們持續進行預測。我們不需要下載一個新的synset。因為這兩個模型都是用于挑戰 ImageNet 任務而構建，所以我們試圖識別的物體都是一樣的。