一、环境的搭建
1.tensorflow2.4和pytorch1.7环境的搭建
参考:树莓派4B32位官方系统配置tensorflow2.4以及pytorch1.7_Leonard2021的博客-CSDN博客
2.opencv4.5.3环境的搭建
参考:树莓派32位官方系统配置opencv(whl)无需编译_Leonard2021的博客-CSDN博客
3.其他python包的安装
pip install pandas
pip install pyyaml
pip install tqdm
pip install matplotlib
pip install seaborn
二、YOLOV5项目的使用
1.YOLOV5官方框架
yolov5-master.zip_树莓派部署yolov5,yolov5树莓派-深度学习文档类资源-CSDN下载
需要自己部分调整
2.本人修改了部分的YOLOv5官方框架
YOLOV5.zip本人修改过官方的代码,运行detect.py,立刻可以运行_yolov5detect代码-深度学习文档类资源-CSDN下载
配置好环境后,即可使用,不需再就修改代码,实现高精度目标检测多达80种物体
3.本人自己训练的基于VOC数据集和YOLOV5框架的口罩识别系统
这是我用来训练的数据集,需要的可以自取
MaskRe.zip判断是否佩戴口罩的数据集-深度学习文档类资源-CSDN下载
这是我训练好的口罩识别系统,只需要修改一下地址即可使用
MaskReYOLOV5.zip-深度学习文档类资源-CSDN下载
识别是否佩戴口罩,精度可达97%
三、若运行时树莓派无法识别usb摄像头,或者没有摄像头时
可以参考树莓派YOLOV5连接手机摄像头_Leonard2021的博客-CSDN博客来使用手机摄像头代替
不过识别速度会下降,还是建议使用接口摄像头
如有疑问,评论区或者私信即可,抽空回。