- 博客(10)
- 收藏
- 关注
RSS订阅原创 jetson nano安装pyqt5
但是自我感觉在板子上直接搭建运行界面的环境还是不太合适，最后跑出来的效果fps只有14左右，实时检测的显示效果很卡，但是视频保存下来后，又有快进的效果，所以我觉得如果要做界面，最好还是直接用板子给主机进行图传可能效果要好一些。
2024-07-27 12:05:43
613
原创 jetson nano使用python脚本打开摄像头
这篇文章主要针对前面yolov8系列进行编写的，旨在解决使用python脚本使用opencv无法打开摄像头进行检测的问题，注意这些部署的环境都是安装在虚拟环境中的，千万不要忘记activate你的虚拟环境。使用摄像头主要是通过opencv打开摄像头，如果你反复测试还是无法打开摄像头 ，可能就需要重装opencv了，但这个是没有办法的事情，虽然每次编译opencv都会很耗时间。这次在重装opencv之前，除了要安装原先教程中需要安装的依赖之外，还需要多安装几个依赖，代码如下。中可以找到你想要的版本。
2024-07-27 01:30:52
298
原创 jetson nano在conda虚拟环境无法使用tensorrt问题
home/x/archiconda3/envs/yolov8/lib/python3.8/site-packages/tensorrt ----------这个目录则是我虚拟环境中的目录，我的anaconda安装在/home/x/下，虚拟环境名称为yolov8且python版本为3.8，tensorrt这个文件夹不需要自己创建。到此，你的虚拟环境中便可以在python脚本中直接使用tensorrt了。这会在终端打印出有关tensorrt包的路径，你需要将它记住。直接打开一个新的终端输入以下命令。
2024-07-27 01:02:01
194
原创 jetson nano部署yolov8
到此，模型的转换就圆满完成，因为我在网上也找了不少的教程，发现大多都是从onnx模型文件开始构建，那个步骤看起来太麻烦了，对于新手不太友好也不适合，像本篇文章提供的这种方式来得到engine，便是最快的最方便的，从烧录到最后得到engine文件，总共用时一个半小时，而且大部分时间都花在了板子自己编译和转模型这些步骤上t=N7T8t=N7T8t=N7T8。
2024-06-26 23:57:56
1063
2
原创 jetson nano其他便利配置
在四篇有关jetson nano部署yolov5的过程中，我有一些关于提高便利性的操作，现总结在此篇文章中，还有一些在文章中未提及的东西，在此篇文章中也会提及。
2024-06-11 09:27:28
607
原创 jetson nano部署yolov5步骤（四）
为了便于编写教程，我将定义两个符号用于表示对应的路径，它们是你电脑中相应的路径，可能不一样[PATH-TO-TENSORRTX] 指的是在tensorRT下载的文件夹根目录[PATH-TO-ultralytics-yolov5] 指的是在ultralytics-yolov5中下载的文件夹根目录。
2024-06-01 06:28:30
1011
原创 jetson nano部署yolov5步骤（三）
------ 烧录系统------- 安装conda以及torch、torchvision下载安装步骤四 ------ 使用tensorRT加速以及摄像头运行。
2024-06-01 06:27:45
729
原创 jetson nano部署yolov5步骤（二）
------烧录系统步骤三-------yolov5试跑步骤四------使用tensorRT加速以及摄像头运行。
2024-06-01 06:26:06
1030
4
原创 jetson nano部署yolov5步骤（一）
步骤二-------安装conda以及torch、torchvision下载安装步骤三-------yolov5试跑步骤四------使用tensorRT加速以及摄像头运行。
2024-06-01 06:24:04
565
原创 STM32F429ZGTX之GPIO点灯实验(轮询方式)
使用GPIO对单片机驱动二极管通电，基于HAL库以轮询的方式对按键电路进行检测，实现点灯的目的
2024-02-13 20:41:34
330
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人