动物目标检测——基于YOLOv5和树莓派4B平台

news2024/11/9 9:40:51

目标检测在计算机视觉领域中具有重要意义。YOLOv5(You Only Look One-level)是目标检测算法中的一种代表性方法,以其高效性和准确性备受关注,并且在各种目标检测任务中都表现出卓越的性能。本文将详细介绍如何在性能更强的计算机上训练YOLOv5模型,并将训练好的模型部署到树莓派4B上,通过树莓派的摄像头进行实时动物目标检测。

一、在电脑上训练YOLOv5模型

1. 安装Anaconda

在性能更强的计算机上安装Anaconda,方便管理Python环境和依赖。

  1. 从Anaconda官网(Download Anaconda Distribution | Anaconda)下载适用于你操作系统的安装包。

  2. 运行安装包并按照提示完成安装。

  3. 安装完成后,打开终端或命令提示符,输入以下命令验证安装是否成功:

conda --version

2. 创建虚拟环境

创建一个独立的虚拟环境,用于安装YOLOv5及其依赖项:

conda create -n yolov5 python=3.9 -y
conda activate yolov5

3. 下载YOLOv5代码

从GitHub上克隆YOLOv5代码仓库:

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

4. 安装依赖包

在虚拟环境中安装YOLOv5所需的依赖包:

pip install -r requirements.txt

5. 准备训练数据

准备好你的数据集,并确保数据集按照YOLOv5要求的格式进行组织。YOLOv5的训练数据通常包括图像文件和对应的标签文件,标签文件采用YOLO格式,每行表示一个目标对象,包括类别ID和归一化后的边界框坐标。

数据标注的过程通俗来讲就是給图片画框的过程,框出需要识别到的部分,然后打上标签,比如图片里有一头牛,那就把牛框起来然后命名框的标签为牛。

6. 开始训练

PyCharm打开yolov5项目新建项目,项目路径(Location)为GitHub上下载的yolov5项目路径。

修改虚拟环境新建好项目之后,我们打开设置。

找到Python Interpreter,修改为我们在Anaconda自行创建的yolov5的虚拟环境。

如果下拉框里没有,我们就在Add Interpreter里新增。

训练测试数据

① 下载预训练模型

预训练模型地址:Ultralytics · GitHub

选择你所需要的模型下载即可,这里我选择yolov5s.pt下载。

下载好之后放到我们yolov5的项目目录下。

② 训练数据

右键train.py,点击run运行。

运行成功后如图,训练结果保存在runs\train\exp文件夹里。

其中weights里存储两个训练出的模型,分别为best.pt和last.pt,顾名思义,best.pt为跑出来结果最好的模型。

二、将模型部署到树莓派

1. 复制模型到树莓派

将训练好的模型文件best.pt复制到树莓派上。可以使用SCP命令或直接将文件复制到SD卡中。例如,使用SCP命令:

scp runs/train/exp/weights/best.pt pi@<your-raspberry-pi-ip>:/home/pi/yolov5/

2. 配置树莓派环境

在树莓派上安装必要的依赖和配置环境。首先,确保树莓派已安装Raspberry Pi OS。

安装Anaconda

下载并安装Anaconda(或Miniconda),用于管理Python环境:

wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh
bash Anaconda3-2021.05-Linux-x86_64.sh

安装过程中按照提示操作,并将Anaconda添加到系统PATH中。

创建虚拟环境并安装YOLOv5
conda create -n yolov5 python=3.9 -y
conda activate yolov5
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
pip install -r requirements.txt

三、通过摄像头进行实时检测

1. 配置摄像头

确保树莓派连接了摄像头模块,并启用摄像头接口。在树莓派终端中运行以下命令进入Raspberry Pi配置工具:

sudo raspi-config

选择Interface Options,然后选择Camera,启用摄像头接口。重启树莓派以使配置生效。

2. 运行实时检测

在YOLOv5项目目录下,使用以下命令运行实时检测脚本:

python detect.py --weights best.pt --source 0

--source 0 指定使用摄像头作为输入源。检测结果将实时显示在屏幕上,并保存到runs/detect/exp目录中。

四、总结

通过以上步骤,我们成功地在性能更强的计算机上训练了YOLOv5模型,并将训练好的模型部署到树莓派4B上,利用树莓派的摄像头实现了实时动物目标检测。这一过程展示了从环境配置、数据准备、模型训练到模型部署和实时推理的完整流程。通过本文的介绍,相信读者能够掌握在树莓派上部署YOLOv5进行动物目标检测的完整流程。这一技术在智能家居、安防监控、农业监测等领域具有广泛的应用前景。希望本文能够为你的项目开发提供帮助和参考。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2129676.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

java实习生第一次被分配需求——完成需求的大概流程

一、分配需求后第一步,首先是把项目跑起来 在我进入公司一两个星期之后(基本熟悉了公司的框架),就被我所在的开发小组的某个大哥分派了一个需求,然后他给我发了一个git地址,以及一个git的分支(…

知名专家曹启富主任:冠心病低龄化?早预防早受益,守护心脏从日常做起

冠心病,这一曾被视为中老年疾病的代表,如今正悄然向更年轻的人群逼近。冠心病多发生于40岁以上的年龄段,但近年来,其发病低龄化的趋势日益明显,根据数据显示,我国城市人群15岁以及15岁以上的人口&#xff0…

STM32G474之TAMPALRM输出

TAMPALRM输出源是指“RTC唤醒”、“RTC报警A”和“RTC报警B”输出,可以配置从RTC_OU1(PC13)或RTC_OUT2(PB2)输出,而OUT2EN用来决定从哪个引脚输出。 1、TAMPALRM输出原理见下表: 若不看CALIB输出,可以简化如下表: 2、 …

【API Testing and Development with Postman 2nd_001】关于本书

译者按 今天又淘到一本介绍 Postman 的宝藏级小册子,非常适合想进一步了解 API 接口测试的朋友们。本书最大的特点就是手把手教学。想当年第 1 版问世时,初出茅庐的我随便拣了书中一两招,就能轻松搞定工作中五花八门的 API 疑难杂症。只是当时…

监听键盘事件

问题:点击输入框弹出键盘遮挡文字 需求:点击输入框键盘弹起,点击别处键盘回收,输入框回到原来状态, 解决办法: 1.采用占位的思想(隐藏),文本框控制采用焦点控制&#…

多态的概念

多态 所谓的多态其实就是多种形态,它又被分为编译时多态(静态多态) 和 运行时多态(动态多态)。 静态的多态其实就是之前的模版和函数重载,今天我们主要讲动态的多态。所谓的动态多态其实就是相同的函数,完成不同的功能。 这就实现了明明都是…

C#搭建WebApi服务

1,OWIN的介绍 OWIN 的全称是 "Open Web Interface for .NET", OWIN 在 .NET Web 服务器和 .NET Web 应用之间定义了一套标准的接口, 其目的是为了实现服务器与应用之间的解耦,使得便携式 .NET Web 应用以及跨平台的愿望…

MongoDB事务机制

事务机制 1.事务概念 在对数据的操作的过程中,涉及到一连串的操作,这些操作如果失败,会导致我们的数据部分变化了,部分没变化。这个过程就好比如你去吃早餐,你点完餐了,并且吃完早餐了,没付钱你…

ES6标准---【五】【看这一篇就够了!!!】

目录 ES6以往文章 箭头函数的基本用法 箭头函数的用处 简化回调函数 rest参数与箭头函数结合 箭头函数使用注意点 this指向的问题 其它不存在的变量 不能使用call()、apply()、bind()方法改变this的指向 箭头函数不适用场合 定义对象时,对象方法内部包含…

信创环境下源代码防泄露解决方案

在当今数字化时代,信息安全已成为企业生存与发展的基石,尤其是在信息技术应用创新(信创)环境下,数据保护更是被提升至前所未有的高度。SDC沙盒防泄露系统以其独特的技术架构和卓越的安全性能,在信创环境中构…

ES6标准---【六】【学习ES6标准看这一篇就够了!!!】

目录 以往ES6文章 前言 对象属性的简洁表示法 一个实际例子 简介写法在打印对象时也很有用 注意 对象属性名表达式 用表达式做属性名 用表达式定义方法名 注意 对象方法的name属性 对象属性的可枚举性和遍历 可枚举性 属性的遍历 属性比那里次序规则 super关键…

图片生成PPT!首推这款一站式AI制作PPT工具!

在当今快节奏的工作中,制作一份精美的PPT演示文稿往往是一项费时费力的工作,特别是当我们需要将大量的图片转化为PPT时,传统的方法显得尤为繁琐。幸运的是,随着AI人工智能技术的飞速发展,一种更便捷地将图片转为ppt的解…

计算机毕业设计 《计算机基础》网上考试系统的设计与实现 Java实战项目 附源码+文档+视频讲解

博主介绍:✌从事软件开发10年之余,专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。CSDN、掘金、华为云、InfoQ、阿里云等平台优质作者✌ 🍅文末获取源码联系🍅 👇🏻 精…

Java之线程篇三

​​​​​​​ 目录 线程状态 观察线程的所有状态 线程状态及其描述 线程状态转换 代码示例1 代码示例2 线程安全 概念 线程不安全的代码示例 线程不安全的原因 线程安全的代码示例-加锁 synchronized关键字 synchronized的特性 小结 形成死锁的四个必要条件 …

Java设计模式之命令模式介绍和案例示范

一、命令模式简介 命令模式(Command Pattern)是一种行为型设计模式,它将请求封装为一个对象,从而使你可以用不同的请求对客户端进行参数化、对请求排队或记录日志,以及支持可撤销的操作。命令模式的核心思想是将发出请…

kvm 虚拟机命令行虚拟机操作、制作快照和恢复快照以及工作常用总结

文章目录 kvm 虚拟机命令行虚拟机操作、制作快照和恢复快照一、kvm 虚拟机命令行虚拟机操作(创建和删除)查看虚拟机virt-install创建一个虚拟机关闭虚拟机重启虚拟机销毁虚拟机 二、kvm 制作快照和恢复快照**创建快照**工作常见问题创建快照报错::intern…

超详细、史上最全pytorch安装教程

一、anaconda安装 1.下载 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirrorhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 这里划到最下面选择5.3.1最新版: 2.下载完成后安装 点击next 点击 I agree 选择All Us…

ignav的INS的状态更新

ignav的代码 static void updstat(const insopt_t *opt,insstate_t *ins,const double dt,const double *x0,const double *P0,double *phi,double *P,double *x,double *Q) {opt->exprn?getprn(ins,opt,dt,Q): getQ(opt,dt,Q); // //phi 状态转移矩阵 ,离散化…

算法学习攻略总结 : 入门至进阶,通关之路指南

❃博主首页 &#xff1a; <码到三十五> ☠博主专栏 &#xff1a; <mysql高手> <elasticsearch高手> <源码解读> <java核心> <面试攻关> ♝博主的话 &#xff1a; <搬的每块砖&#xff0c;皆为峰峦之基&#xff1b;公众号搜索(码到…

CircleProgressView 鸿蒙ArkTS自定义View实现圆形进度条

上篇的截图中除了一个上下的箭头&#xff0c;还有一个圆形进度条&#xff0c;今天我们来讲讲这个如何进行实现 我们看这个图形的构造&#xff0c;其实很简单&#xff1a;一个圆形图形&#xff0c;以及一个文本来显示进度 所以我们用一个层叠布局 绘制一个带颜色的圆形&#xff…