Jetson nano学习记录
前言
Jetson nano可带入多种训练模型,本章讲解第一种训练的模型,接下来会发表pytorch、tensorflow等多种模型的加载
提示:以下是本篇文章正文内容,下面案例可供参考
一、训练自己的模型(PC端)
通过查阅各种资料,终于总结出了一套自己的YOLOV5训练模型的项目,项目连接:
话不多说直接上程序:
链接:https://pan.baidu.com/s/1I-gQnCxJ19AqL8UGKZh5bw
提取码:v8jg
--来自百度网盘超级会员V5的分享
2.进入模型,修改数据集
打开train.py,修改一下训练集路径(这里给只有训练集,且数量不足,若需要大量数据集训练精准模型需要自己上Kaggle下载或者自己拍摄训练):
parser.add_argument('--data', type=str, default='datasets/images/train', help='*.data path')
## 3.修改数据集训练数量,并建立自己的yum文件
路径在数据集下的datasets中,可在里面直接修改自己引用的参数:
train: datasets/images/train # 128 images
val: datasets/images/train # 128 images
# number of classes
nc: 4
# class names
names: [ 'heisibing', 'heixingbing', 'xiubing', 'jiankang']
二、训练
在建立完成后,直接开始训练模型,训练好的模型在runs文件中,保留了一个最高正确率的和最后一个训练的模型,如下图所示,图中权重文件在weights中,这里的wts后后面生成的文件。
三、生成wts文件
打开cmd,在yolov5所在的文件中执行命令生成.wts文件,在执行下条语句的命令后生成上图中所示的wts文件。
python gen_wts.py yolov5/runs/train/exp9/weights/best.py
四、使用VNC
VNC下载连接地址:
链接:https://pan.baidu.com/s/1SErIYhHxEPVjng9wFSjawA
提取码:g24w
--来自百度网盘超级会员V5的分享
在PuTTY中执行一下程序
sudo apt update
sudo apt install vino
打开Enable VNC服务:
sudo ln -s ../vino-server.service /usr/lib/systemd/user/graphicalsession.target.wants
配置 VNC server:
gsettings set org.gnome.Vino prompt-enabled false
gsettings set org.gnome.Vino require-encryption false
设置为Gnome编译模式:
sudo glib-compile-schemas /usr/share/glib-2.0/schemas
设置VNC:
gsettings set org.gnome.Vino authentication-methods "['vnc']"
gsettings set org.gnome.Vino vnc-password $(echo -n 'thepassword'|base64)
接下来就在PC端中连接VNC即可。
五、运行Nano
这里把环境都配置好了,只需要放在Jetson nano中,并下载DeepStream即可运行,连接如下:
链接:https://pan.baidu.com/s/1RtxVxze467lAxXE8bneT6w
提取码:sn8x
--来自百度网盘超级会员V5的分享
在安装好环境导入YOLOV5程序,在运行DeepStream即可实现功能:
deepstream-app -c deepstream_app_config_yoloV5.txt
运行结果如下:
本人第一篇博客,有写的不好的地方,或用错了术语,请各位轻喷。