树莓派5B快速YOLOV5环境搭建

从正经走向抽象的派大星

已于 2024-09-23 20:58:56 修改

阅读量1.4k

点赞数 8

文章标签：人工智能

于 2024-09-23 20:49:07 首次发布

本文链接：https://blog.csdn.net/wallwayj/article/details/142442672

版权

使用的镜像为树莓派官方镜像：已有环境python3.11

1.安装PyTorch

官方下载网址是：https://download.pytorch.org/whl/torch_stable.html

这这里如果是自己下载的话，需要寻找对应的torch、torchvision版本。

因此为了快速搭建，去掉很多麻烦，大家可以使用我的这个：yolo资源

如之后下在后将其通过MobaXterm1_CHS1、Xftp 7等软件上传到树莓派5B中，在其目录下：

pip3 install torch-2.1.2-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

pip3 install torchvision-0.16.2-cp311-cp311-linux_aarch64.whl

如果报错：


pi@raspberrypi:~/yolo $ pip install torch-2.1.2-cp311-cp311-manylinux_2_17_aarchwhl
error: externally-managed-environment

× This environment is externally managed
╰─> To install Python packages system-wide, try apt install
    python3-xyz, where xyz is the package you are trying to
    install.

    If you wish to install a non-Debian-packaged Python package,
    create a virtual environment using python3 -m venv path/to/venv.
    Then use path/to/venv/bin/python and path/to/venv/bin/pip. Make
    sure you have python3-full installed.

    For more information visit http://rptl.io/venv

note: If you believe this is a mistake, please contact your Python installation er. You can override this, at the risk of breaking your Python installation or Otem-packages.
hint: See PEP 668 for the detailed specification.

是因为PEP 668的规定，它保护操作系统管理的Python环境不被外部工具（如pip）修改。这在Linux系统中很常见，因为系统包管理工具（如Debian系的apt）负责管理全局的Python包。

方法1：使用虚拟环境

虚拟环境可以创建一个隔离的Python环境，方便你在不影响系统Python安装的情况下安装包。步骤如下：

创建虚拟环境：

python3 -m venv ~/myenv

激活虚拟环境：

source ~/myenv/bin/activate

在虚拟环境中安装 .whl 文件：

激活虚拟环境后，你可以运行以下命令安装包：

pip3 install torch-2.1.2-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
pip3 install torchvision-0.16.2-cp311-cp311-linux_aarch64.whl

方法2：使用 --break-system-packages 参数

pip3 install torch-2.1.2-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl --break-system-packages

pip3 install torchvision-0.16.2-cp311-cp311-linux_aarch64.whl --break-system-packages

如果出现报错：


    raise ReadTimeoutError(self._pool, None, "Read timed out.")
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='www.piwheels.org', port=443): Read timed out.

那就换一个网络或者换一个时间段重试。

安装PyTorch完成：

2.安装/更新numpy：

sudo pip3 install numpy --upgrade --ignore-installed

安装/更新完成：

检验：

3.获取yolov5码源：

git clone https://github.com/ultralytics/yolov5.git

由于这个yolov5包通过git下载容易出错，大家可以使用我发的资源里的包，将其通过MobaXterm1_CHS1、Xftp 7等软件上传到树莓派5B中。

4.下载YOLOV5环境需求包

之后打开yolov5文件夹，

cd yolo/yolov5 #这是进入到你的树莓派系统中的yolov5文件夹里
sudo nano requirements.txt

将注释掉requirements.txt中的torch和torchvison对应的行，如果opencv已经安装那将opencv也注释掉，然后保存ctrl+o，回车，退出文件ctrl+x。

在终端输入：

pip3 install -r requirements.txt --break-system-packages

如果感觉下载太慢可以进行临时换源：

pip3 install -r requirements.txt --break-system-packages -i https://pypi.tuna.tsinghua.edu.cn/simple

等待下载完成；

5.yolov5使用

输入指令：

python3 detect.py

即可进行yolov5运行了

输入：

python3 detect.py --source 0

即可使用摄像头读取并进行识别了：