- 博客(10)
- 收藏
- 关注
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