# 使用 `sample_resnet101` 对图像进行分类
`sample_resnet101` 使用 Python 进行图像分类，在此过程中使用 Qualcomm® AI Engine Direct SDK (QNN) 进行模型推理。
`resnet101` 是一种机器学习模型，可以对 Imagenet 数据集中的图像进行分类。它还可以作为编译针对特定用例的高级模型的基础。
Note
如需了解更多信息，请参阅 [sample_resnet101](https://github.com/qualcomm-qrb-ros/qrb_ros_samples/tree/main/ai_vision/sample_resnet101) GitHub。
## `image classification` 的 pipeline 流
## `image classification` pipeline 中使用的 ROS 节点
| ROS 节点 | 说明 |
| --- | --- |
| `qrb_ros_resnet101` | `qrb_ros_resnet101` 是一个基于 Python 的 ROS2 Jazzy 软件包，用于实现图像分类。它使用 QNN HTP 作为模型后端。ROS 节点接收图像主题并发布分类结果主题。 |
| `image_publisher` | `image_publisher` 是一个 ROS2 Jazzy 软件包，用于发布包含本地路径的图像 ROS topic。如需了解更多信息，请参阅 [image_publisher](https://github.com/ros-perception/image_pipeline)。 |
## `image classification` pipeline 中使用的 ROS topic
| ROS topic | 消息类型 | 发布/订阅者 | 说明 |
| --- | --- | --- | --- |
| `/image_raw` | `sensor_msgs.msg.Image` | 从其他节点订阅图像 | 待处理的图像。 |
| `/resnet101_output` | `sensor_msgs.msg.String` | 发布者 `qrb_ros_resnet101` | 发布图像分类结果。 |
## 前提条件
已完成 [搭建运行示例应用程序的环境](https://docs.qualcomm.com/doc/80-70022-265Y/topic/quick_start.html#setup-demo-qs) 中的设置。
## 运行开箱即用的 `image classification`
1. 在开发套件中，运行以下命令：
# setup runtime environment
(ssh) source /usr/share/qirp-setup.sh -m
# Set the ROS_DOMAIN_ID
(ssh) export ROS_DOMAIN_ID=123
(ssh) ros2 launch sample_resnet101 launch_with_qrb_ros_camera.py
Copy to clipboard
2. 在主机的 Docker 环境中，运行以下命令：
启动终端，运行以下命令以查看图像分类结果。
(ssh) export ROS_DOMAIN_ID=123
(ssh) ros2 topic echo /resnet101_output
Copy to clipboard
## 编译并运行 `image classification`
1. 在主机的终端中，运行以下命令：
1. 编译示例应用程序项目。
tar -zxvf qirp-sdk_2.4.0.tar.gz && cd qirp-sdk
source setup.sh
# build sample
cd /qirp-samples/ai_vision/sample_resnet101
colcon build
Copy to clipboard
2. 打包示例应用程序并将其推送至设备。
# package and push build result of sample
cd /qirp-samples/ai_vision/sample_resnet101/install/sample_resnet101
tar -czvf sample_resnet101.tar.gz lib share
scp sample_resnet101.tar.gz root@[ip-addr]:/opt/
Copy to clipboard
2. 在开发套件中，运行以下命令：
1. 安装示例应用程序。
# Remount the /usr directory with read-write permissions
(ssh) mount -o remount rw /usr
# Install sample package
(ssh) tar --no-overwrite-dir --no-same-owner -zxf /opt/sample_resnet101.tar.gz -C /usr/
Copy to clipboard
2. 按照 [运行开箱即用的 image classification](https://docs.qualcomm.com/doc/80-70022-265Y/topic/image_classification.html#run-resnet101q) 中的步骤运行示例应用程序。
Last Published: Nov 11, 2025
[Previous Topic
使用](https://docs.qualcomm.com/bundle/publicresource/80-70022-265Y/topics/hand_detection.md) [Next Topic
使用](https://docs.qualcomm.com/bundle/publicresource/80-70022-265Y/topics/sample_depth_estimation.md)