Jetson Nano | darknet （yolov3.4-tiny）摄像头实时检测

因为用的是opencv4所以使用yolo3编译可能回出错，可以换成yolov4或yolov4-tiny，同时YOLO V4无论在精度和速度上都较YOLO V3有了很大的提升，为在性能受限的嵌入式设备上部署检测程序提供了可能。

但是由于2GB版本内存比较小，跑yolo4会出现卡住的情况，yolov4和yolov4-tiny的区别是：tiny是yolov4的压缩版，主要运行小算力cpu核心版本，在jetso nano 上使用tiny版帧率会比yolov4提升十多倍。总的来说还是推荐使用yolov4-tiny，帧率提升很多，使用感会提升很多。

1. 安装CUDA，OpenCV，cuDNN

具体教程请看教程

2. 下载

git clone https://github.com/AlexeyAB/darknet.git

3. 配置

cd darknet
sudo vim Makefile   #修改Makefile

4. 将Makefile的前三行修改一下

GPU=1
CUDNN=1
OPENCV=1

5. 编译

在darknet路径下编译

make  -j4

6. 放置权重文件

wget https://pjreddie.com/media/files/yolov3-tiny.weights

wget https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4-tiny.weights
https://pan.baidu.com/s/1rS3DIlARFCiqId0TmN1XYg    (提取码：16ln)

权重文件yolov3-tiny.weights，yolov4-tiny.weights拷贝至darknet目录下

7. 测试
以下都适用v3，改名即可
Yolov4-tiny图片的检测

./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg # 简写版./darknet detector test cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg # 完整版

改变检测阈值

默认情况下，YOLO仅显示检测到的置信度为.25或更高的对象。您可以通过将-thresh标志传递给yolo命令来更改此设置。

例如，要显示所有检测，您可以将阈值设置为0.1：

./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg -thresh 0.1

Yolov4-tiny视频的检测(github下来的data里面并没有该视频文件，需要用户自行上传要检测的视频文件到data文件夹下)

./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights data/xxx.mp4

yolov4-tiny 见下图:

Yolov4-tiny 摄像头(CSI)实时检测方法：

./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights  # 但是我蓝屏了，默认MIPI CSI摄像机（1280×720）

或者（我成功了）：

./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv  ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"

说明：

（nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1）

作用是配置摄像头获取的画面大小和帧数；

官网示例地址

（nvvidconv flip-method=2）

作用是旋转画面

官网示例地址

（video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR）

作用是确保来自CSI相机的原始视频转换为BGR色彩空间。

能达到13fps

video设备选择USB摄像头对应的编号，上方为选择了USB摄像头的编号video1

./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights /dev/video1

Jetson Nano | darknet （yolov3.4-tiny）摄像头实时检测相关推荐

jetson nano yolov5部署及USB摄像头实时检测初次尝试
(1条消息) Jetson nano部署Yolov5 --从烧录到运行 1:1复刻全过程_IamYZD的博客-CSDN博客_jetson nano部署yolov5 1.yolov5部署学校发的板子不 ...
OpenCV人脸目标检测、摄像头实时检测
一.前言使用OpenCV实现从摄像头实时检测人脸,并用方框框出来. 这里主要通过OpenCV里自带的一些函数和Haar特征分类器[脸部]的来实现人脸检测.仅适合初学者. 能力有限,理论不做解释,仅含 ...
小白从零开始在jetson nano上进行YOLOV3-Tiny 与 tensorrt加速检测
一.前期准备需要 1.一块jetson nano版 2.SD卡(已经烧录好了镜像资源) 3.电脑上下载XFPT7(对于学生完全免费)(方便从电脑上直接传输文件进入板子) 二.软件需求(在电脑上,因为在 ...
【yolo】ubuntu18.04 yolo打开摄像头实时检测框目标转化pth文件为onnx
heziyi@heziyi-ZenBook-UX425IA-U4700IA:~/桌面/PyTorch-YOLOv3$ python3 video.py yolov3_ckpt_69.onnx Trac ...
将自己训练的MASK-RCNN模型用于摄像头实时检测
之前已经训练出自己的MASK-RCNN模型,并在单张图片上经行了测试,那么如何在摄像头中实时检测呢,今天就实现这个功能.其实方法很简单,主要就是获取摄像头的frame,然后对这个frame进行检测就行 ...
python之dlib使用摄像头实时检测人脸
# Copyright (C) 2018-2021 coneypo # SPDX-License-Identifier: MIT# 摄像头实时人脸特征描述子计算 / Real-time face de ...
教女友学会python+yolov3调用笔记本摄像头——实时进行识别
我终于回来啦,快一个月没有正式写博客了最近忙着把老师交给我的项目完成,又从老师经费里白嫖了好多好玩的硬件,网课都没咋听,今天介绍完这个小点,马上就要准备看模电了其实我做项目时完全从0开始,所接触的 ...
python基于opencv的人脸检测(有最详细的注释)摄像头实时检测人脸
主要实现功能: 通过opencv的模块的内置的方法打开电脑摄像头,读取每一帧数据进行分析.通过界面的方式在界面里实时更新摄像头视频并且标记出人脸. 效果图: 代码: 这部分代码可以用来检测opencv ...
Python-OpenCV学习--外接摄像头实时检测文本框
一.Windows7 系统下 Python 3.x版本 , 台式机外接摄像头使用分水岭算法腐蚀膨胀等,识别文本的区域. import numpy as np import cv2 from m ...

Jetson Nano | darknet （yolov3.4-tiny）摄像头实时检测

Jetson Nano | darknet （yolov3.4-tiny）摄像头实时检测相关推荐

最新文章

热门文章