openhorizon/aarch64-tx2-face-classification-opencv3.1

人脸分类Docker镜像（适用于NVIDIA Jetson TX2）

镜像概述和主要用途

本镜像专为NVIDIA Jetson TX2平台构建，提供人脸分类功能。基于Tensorflow-GPU和OpenCV3.1开发，支持mjpg流输入和视频文件处理，可用于边缘计算环境下的人脸分类任务。项目源自GitHub开源仓库：https://github.com/oarriaga/face_classification%E3%80%82

核心功能和特性

• 平台适配：针对NVIDIA Jetson TX2硬件优化，充分利用其GPU性能
• 技术栈：集成Tensorflow-GPU（用于深度学习推理）和OpenCV3.1（用于图像处理）
• 输入支持：兼容mjpg流输入和本地视频文件处理
• 开源基础：基于成熟的开源人脸分类项目构建，代码可追溯

使用场景和适用范围

• 边缘计算环境下的实时人脸分类
• 嵌入式设备（Jetson TX2）上的人脸识别应用
• 视频监控系统中的人脸分析
• 资源受限环境下的轻量级人脸分类任务

使用方法和配置说明

前提条件

• 已安装Docker Engine
• NVIDIA Jetson TX2设备（需配置JetPack环境以支持GPU加速）
• 网络环境（用于拉取镜像或访问mjpg流）

基本使用步骤

1. 获取镜像（假设镜像名称为face-classification-jetson-tx2）：

   bash
   docker pull [镜像仓库地址]/face-classification-jetson-tx2
   

2. 运行容器（处理视频文件示例）：

   bash
   docker run -it --runtime=nvidia \
     -v /path/to/local/video:/app/video \
     face-classification-jetson-tx2 \
     python classify.py --video /app/video/input.mp4
   

3. 处理mjpg流示例：

   bash
   docker run -it --runtime=nvidia \
     face-classification-jetson-tx2 \
     python classify.py --stream http://example.com/stream.mjpg
   

详细配置

更多配置参数和使用方法请参考项目GitHub仓库：https://github.com/oarriaga/face_classification