树莓派5安装 yolov8

为了避免那些繁琐的版本冲突、依赖冲突,在折腾树莓派4B费了很多功夫,终于调通,但是速度比较慢,直接下手了树莓派5. 也是安装一下yolov8,

1 树莓派5 烧录最新的版本64位 bookworm 12,7月4日版本

2安装yolov8官网安装时候需要注意,树莓派5新版本需要设立虚拟环境,

sudo apt-get install python3-venv

Python3 -m vent  yolo

source 完整路径后\activate 激活虚拟环境

3pin install -r requirements.txt 注意 最新的yolov8网站没有此文件,根据其readme 文档中编辑一下这个文件

4 按照官网安装,时间太久,换源也慢,注意不要加[export] 依赖项

5 import torch 验证没问题,新系统毕竟解决了很多版本冲突问题

 

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
您好!对于树莓派4B部署Yolov8,您可以按照以下步骤进行操作: 1. 安装操作系统:首先,您需要在树莓派安装适合的操作系统。推荐使用Raspberry Pi OS,并确保已经进行了更新和升级。 2. 安装依赖库:在树莓派安装OpenCV和其他所需的依赖库。可以通过以下命令来安装: ``` sudo apt install libatlas-base-dev libjasper-dev libqtgui4 python3-pyqt5 libqt4-test libhdf5-dev libharfbuzz0b pip3 install opencv-python ``` 3. 下载Yolov8代码:可以在GitHub上找到Yolov8的开源代码,可以使用git命令进行下载: ``` git clone https://github.com/AlexeyAB/darknet.git ``` 4. 编译和配置Yolov8:进入下载的darknet目录,然后进行编译和配置: ``` cd darknet make ``` 5. 下载预训练权重:在darknet目录下创建一个新的文件夹,并从Yolov8的官方网站上下载预训练权重文件。您可以使用以下命令进行下载: ``` mkdir weights cd weights wget https://pjreddie.com/media/files/yolov3.weights wget https://pjreddie.com/media/files/yolov3-tiny.weights ``` 6. 进行推理:现在,您可以使用Yolov8进行目标检测。将带有目标图像的文件放入darknet/data目录,并使用以下命令运行推理: ``` ./darknet detector test cfg/coco.data cfg/yolov3.cfg weights/yolov3.weights data/image.jpg ``` 以上是在树莓派4B上部署Yolov8的基本步骤。请注意,由于树莓派的资源限制,可能会导致推理速度较慢。您可以尝试使用Yolov3-tiny来提高性能,但可能会损失一些检测准确率。另外,确保您已经正确配置了摄像头和相应的驱动程序,以便进行实时目标检测。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值