1 YoLoV4环境搭建
直接下载,然后解压,最后移动到Jetson TX2 NX,如图所示,darknet下载链接: https://github.com/AlexeyAB/darknet
将解压的文件复制到Jetson TX2 NX,如图所示:
下载yolov4.weights权重文件,如图所示:
![在这里插入图片描述](https://img-blog.csdnimg.cn/97e3d1290dab4c8f8936b3367e9ca3fa.png#pic_center)
将权重文件 yolov4.weights 拷贝至 darknet 目录下,如图所示:
依次输入命令,修改Makefile
cd darknet
sudo vim Makefile
如图所示:
进入Makefile之后,输入i进入编辑模式,将Makefile文件进行如下修改
GPU=1
CUDNN=1
OPENCV=1
如图所示,然后按Esc,退出编辑模式,然后按:wq,保存并退出
然后进行编译,输入命令
make -j4
如图所示:
进行图片的目标检测,输入命令
./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg
如图所示:
![在这里插入图片描述](https://img-blog.csdnimg.cn/d94bf7cc2d8341659c3507631f403fb6.png#pic_center)
2 YoLoV4+板载摄像头实时目标检测
输入如下命令
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights /dev/video0
如图所示:
会产生如下错误:
参考大佬方法链接: jetson nano tx2 调用csi摄像头(解决摄像头蓝屏问题),成功调用板载摄像头,输入命令如下
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.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"
如图所示:
实时目标检测结果如图所示:
退出时,按Ctrl+C即可,如图所示:
![在这里插入图片描述](https://img-blog.csdnimg.cn/9f7f3ee27d514ec9a2e71d9c938d17cc.png#pic_center)
3 YoLoV4-Tiny+板载摄像头实时目标检测
运行YoLoV4是可以发现,视频不流畅,FPS值较低,因此继续使用YoLoV4-Tiny进行实时目标检测
首先下载YoLoV4-Tiny权重,如图所示:
然后拷贝至 darknet 目录下,运行命令
./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"
如图所示:
实时目标检测结果,如图所示:
退出时,按Ctrl+C即可,如图所示:
![在这里插入图片描述](https://img-blog.csdnimg.cn/0adafe436f534905ac0140b0eefc8482.png#pic_center)
希望本文对大家有帮助,上文若有不妥之处,欢迎指正
分享决定高度,学习拉开差距
|