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，因为在板子上直接下载github上下载资源包我一般都没能下载成功）

1.darknet（AB大神版，可直接make编译）地址：https://github.com/AlexeyAB/darknet

2.TRT-yolov3-master 地址：https://github.com/yqlbu/TRT-yolov3

3.yolov3-tiny.weights

三、开始工作

（1）换源：可在电脑上先将清华源放在txt文件中在通过xfpt7传到板子上就不用手打

打开终端输入 sudo cp /etx/apt/sources.list /eyc/apt/sources.list.bak（后面是备份)

sudo gedit /etc/apt/sources.list 用清华源复制替换掉其中的内容

sudo apt-get update

(2)下载pip sudo apt-get install python3-pip python3-dev(一定要是python3，否则默认下载的是python2)

(3)将darknet解压到板子的桌面打开文件夹，将yolov3-tiny-weights文件复制进文件夹，在文件夹中右键打开终端输入make -j4

输入./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights 即可使用摄像头检测但是帧率很低

(4)使用tensorrt前需要protobuf、onnx、pycuda、numpy，

首先下载protobuf：sudo pip3 install protobuf==3.8.0（注意可能会报错protobuf要求python>=3.7，此时需要更新pip3的版本，即可解决）

然后下载onnx与numpy：sudo pip3 install numpy==1.16.0
sudo pip3 install onnx==1.4.1

注意此时onnx可能会报错python的依赖库没有安装完可参考博客：Jetson Nano 安装onnx_々云逸的博客-CSDN博客_jetson onnx

最后下载pycuda ：博客：jetson nano安装pycuda_帅的发光发亮的博客-CSDN博客

注意最后运行博客中的矩阵时可能报错：

import pycuda.autoinit
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/home/xiaor/pycuda-2019.1.2/pycuda/autoinit.py", line 2, in <module>
import pycuda.driver as cuda
File "/home/xiaor/pycuda-2019.1.2/pycuda/driver.py", line 62, in <module>
from pycuda._driver import * # noqa
ModuleNotFoundError: No module named 'pycuda._driver'

只要在import pycuda时候没有报错可以不用管

（5）在TRT-YOLO-master中打开yolov3-onnx，将yolov3-tiny.cfg复制进去，在终端中输入python3 yolov3_to_onnx.py --model yolov3-tiny-416和python3 onnx_to_tensorrt.py --model yolov3-tiny-416产生一个trt文件

（6）从电脑中传入一个MP4文件,在终端执行：

python3 detector.py --file --filename ./data/文件名mp4 --model yolov3-tiny-416 --runtime开始识别视频

但是我在使用detector文件进行摄像头的实时监测时候，都会产生一个代码冗余的情况，还希望有大神可以指点我一下。

我也是一个小白，刚开始玩jetson nano，也参考了CSDN上面的很多博客，如果有什么相同的地方，还请原谅。大家一起学习。

博客：trt-yolov3:Jetson Nano上的yolov3-tiny识别（已完结）_我肚子好饿的博客-CSDN博客

这个博客比我的详细一点，但是自己还是踩了很多坑，写这个主要是为了回顾一下自己用jetson nano的过程

小白从零开始在jetson nano上进行YOLOV3-Tiny 与 tensorrt加速检测相关推荐

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 ...
Deepson在Jetson Nano上进行视频分析的入门
系列文章目录提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮 ...
【MindSpore易点通·漫游世界】在Jetson Nano上安装MindSpore 1.6.0 CPU版
尽管在官网,MindSpore没有CUDA10的aarch64版本.(注:当时时刻为2022年2月) 只有aarch的CPU版本: Python的版本也只有3.6.9.但是作为昇思开发者的张小白,仍然 ...
linux或Jetson nano上安装torchvision或安装pillow报错：The headers or library files could not be found for jpeg
1 错误分析我在Jetson nano上安装torchvision的时候报错(torchvision依赖pillow库):The headers or library files could not ...
在Jetson Nano上安装RTL8821cu驱动
在Jetson Nano上安装RTL8821cu驱动下载该芯片的驱动编译网卡模式转换 Jetson Nano没有自带无线网卡,我用的是USB无线网卡,而且还是TP-Link的TL-WDN5200 ...
在 jetson nano 上构建 isaac SDK 示例时出错：JetPack43 未在任何 .rc 文件中定义
运行 isaac sdk 示例脚本 ( https://docs.nvidia.com/isaac/isaac/doc/tutorials/nano.html ) 时出现错误: sudo ./engi ...
在Jetson Nano上十行代码实现目标检测（jetson_inference）
网上有一个10行代码搞定目标检测的视频教程参考网址:https://www.bilibili.com/video/av91150116/ 经测非常实用,通过10行代码实现目标检测,在Jetson N ...
Jetson nano 上使用ROS进行双目摄像头（CSI-IMX219）操作标定
Jetson nano 上使用ROS进行双目摄像头(CSI-IMX219)操作标定 Nvidia的Jetson nano上使用索尼的IMX219相机操作ROS CSI-IMX219简介 imx219是 ...
基于PP-ShiTu的零售商品结算系统设计与在Jetson Nano上部署推理使用
文章目录第一章作品概述 1.1 团队介绍 1.2 背景 1.3 简介 1.4 创新点与问题 1.5 发展前景 1.6 技术路线第2章技术方案 2.1 主体检测 2.2 特征提取 2.3 向量检 ...

小白从零开始在jetson nano上进行YOLOV3-Tiny 与 tensorrt加速检测

小白从零开始在jetson nano上进行YOLOV3-Tiny 与 tensorrt加速检测相关推荐

最新文章

热门文章