yolov4-tiny使用jetson na进行目标检测

一、下载源码

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

二、编辑Makefile

cd darknet
sudo vim Makefile   

yolov4-tiny使用jetson na进行目标检测

 

三、编译

在darknet路径下输入

make -j4

编译成功,输入./darknet有如下输出

yolov4-tiny使用jetson na进行目标检测

 

四、将我们在windows下训练好的权重以及改好的文件复制到板子上的darknet文件夹相应位置

复制的文件有四个个分别是:

1.我们训练好的权重文件

2.修改过的cfg文件夹下的cfg/yolov4-tiny.cfg

3.修改后的cfg文件夹下的cfg/coco.data

4.修改后的cfg文件夹下的cfg/coco.name

我这里把修改后的四个文件统一放在了一个文件夹里面如下

yolov4-tiny使用jetson na进行目标检测

 通过WinSCP把这个文件夹直接拖到nano的darknet里面

五、USB摄像头测试

输入指令

./darknet detector demo ok/new.data ok/yolov4-tiny-new.cfg ok/yolov4-tiny-new_last.weights /dev/video1

yolov4-tiny使用jetson na进行目标检测

六、CSI摄像头检测

1.先安装 GStreame

sudo add-apt-repository universe
sudo add-apt-repository multiverse
sudo apt-get update
sudo apt-get install gstreamer1.0-tools gstreamer1.0-alsa gstreamer1.0-plugins-base gstreamer1.0-plugins-good gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly gstreamer1.0-libav
sudo apt-get install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libgstreamer-plugins-good1.0-dev libgstreamer-plugins-bad1.0-dev 

2.输入下面指令显示安装成功

yolov4-tiny使用jetson na进行目标检测

3. 测试

./darknet detector demo ok/new.data ok/yolov4-tiny-new.cfg ok/yolov4-tiny-new_last.weights "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv flip-method=2 ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"

4.效果

yolov4-tiny使用jetson na进行目标检测

USB摄像头和CSI摄像头在FPS上差别不大,后续我还会进行tensorrt转换

参考博文:

jetson-nano项目:使用csi摄像头运行yolov3-tiny demo_x16516581的博客-CSDN博客

Nvidia Jetson Nano 安装 GStreamer_.-CSDN博客

Jetson Nano使用YOLOv4进行目标检测_FriendshipTang的博客-CSDN博客

Jetson nano从烧录系统到DeepStream+TensorRT+yolov5检测CSI摄像头视频 - 哔哩哔哩

上一篇:朴素贝叶斯(Naive Bayes)


下一篇:机器学习算法(二): 朴素贝叶斯(Naive Bayes)