飞凌OKMX8MP-C开发板AI项目分享-搭建YOLO环境

本文基于在飞凌OKMX8MP-C开发板已经移植好ubuntu进行，编译环境搭建和移植过程可参考前两片文章

飞凌OKMX8MP-C开发板AI项目分享-开箱及WSL2编译环境搭建

飞凌OKMX8MP-C开发板AI项目分享-移植Ubuntu20.04文件系统

体验需要在开发板上安装依赖包，需要保证开发板已经连接到网络，本实验中是用网卡1连接至网络。

1、登录到 飞凌OKMX8MP-C开发板

将Type-C先接到debug口，开机模式选择emmc（即模式选择开关2置on，其他均off），开机后使用root账号登录

2、修改pip源

为了加快安装速度我们需要修改pip源,

mkdir ~/.pip
vim ~/.pip/pip.conf

 添加以下内容

[global]
trusted-host=mirrors.aliyun.com
index-url=http://mirrors.aliyun.com/pypi/simple/

3、安装python venv环境

先安装python3-venv指令以下

apt install python3-venv

安装成功提示

 创建yolo目录（目录名字可以自取），并进入目录安装python3环境

cd ~
mkdir yolo
cd yolo
python3 -m venv venv

 执行如下图

 激活python3 venv环境

source venv/bin/activate

执行成功显示如下

4、安装 ultralytics

UltralyticsYOLOv8YOLOv8 基于深度学习和计算机视觉领域的尖端技术，在速度和准确性方面具有无与伦比的性能。其流线型设计使其适用于各种应用，并可轻松适应从边缘设备到云 API 等不同硬件平台。

安装指令

pip3 install ultralytics

 耐心等待安装

 安装成功

5、测试运行

使用以下指令进行测试，source中的图片可以替换其他链接

yolo predict model=yolov8n.pt source='https://img95.699pic.com/xsj/18/0w/8f.jpg'

运行过程中会下载模型和图片，耐心等待

运行成功会提示在runs/detect/predict*目下生成运算结果，可以用scp指令拷贝到windows的电脑上，在cmd终端中执行以下指令，指令参考如下

scp root@192.168.123.18:/root/yolo/runs/detect/predict/8f.jpg E:\\

 如果能识别如以下说明，我们的Yolo环境已经能正常运行了

 以上本次YOLO环境搭建分享。