环境:ubuntu 18.04 ,linux; jetson nano开发板
1.格式化sd卡安装和首次运行。
访问官方的版主文档,进行对应的下载和具体操作,链接:https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit#setup
向买家要资料,里面有dfp教程,都测试以后可以运行相应的功能。
2.换源
运行命令 //最好备份一下
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo gedit /etc/apt/sources.list
源:
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
进行跟新:
sudo apt-get update
sudo apt-get install python3-pip python3-dev
pip换源
先创建一个隐藏文件夹.pip
sudo mkdir .pip
cd进入,创建pip.conf文件
sudo touch pip.conf
sudo gedit pip.conf
源:
[global]
timeout=6000
index-url = https://pypi.doubanio.com/simple
trusted-host=pypi.doubanio.com
3.使用别人训练好的模型。
3.1导入文件
使用yolov4,放入*.cfg,*.data,*.weights,分别放入darknet下的cfg,cfg,当前,的文件假下,有分类文件根据data放入相应的文件假下,没有可以自己写一个。
3.2对这个模型进行测试
./darknet detector test cfg/pest511.data cfg/pest511.cfg pest511.weights data/dog.jpg
代码实现测试
查看daeknet.py是否有https://github.com/gengyanlei/fire-smoke-detect-yolov4/blob/master/yolov4/darknet.py
4.yolov4训练自己的模型
4.1安装labelImg
git clone https://github.com/tzutalin/labelImg
可以去这里:https://blog.csdn.net/kellyroslyn/article/details/91419121
4.2准备自己的数据集
我这里使用的是csnd的课程文件: https://edu.csdn.net/course/detail/28745
文件准备:
----VOCdevkit
------------voc2007
------------Annotations
------------ImageSets
------------JPEGImages
4.2.2 生成训练集和测试集文件
python gen_files.py
在VOCdevkit / VOC2007目录下可以看到生成了文件夹labels ,同时在