Schnellstart-Anleitung: Raspberry Pi und Pi Kamera mit YOLOv5 und YOLOv8
Diese umfassende Anleitung soll dir den Einstieg in die YOLO Objekterkennungsmodelle auf einem Raspberry Pi mit einer Pi Kamera erleichtern. Egal, ob du Student, Hobbyist oder Profi bist, mit dieser Anleitung kannst du in weniger als 30 Minuten loslegen. Die Anleitungen sind sorgfältig getestet, um Probleme bei der Einrichtung zu minimieren, damit du dich auf die Nutzung von YOLO für deine speziellen Projekte konzentrieren kannst.
Pass auf: Raspberry Pi 5 Updates und Verbesserungen.
Voraussetzungen
- Raspberry Pi 3, 4 oder 5
- Pi Kamera
- 64-bit Raspberry Pi Betriebssystem
Verbinde die Pi Camera über ein CSI-Kabel mit deinem Raspberry Pi und installiere das 64-Bit-Raspberry Pi-Betriebssystem. Überprüfe deine Kamera mit dem folgenden Befehl:
Du solltest einen Video-Feed von deiner Kamera sehen.
Wähle deine YOLO Version: YOLOv5 oder YOLOv8
Dieser Leitfaden bietet dir die Flexibilität, entweder mit YOLOv5 oder YOLOv8. Beide Versionen haben ihre eigenen Vorteile und Anwendungsfälle. Du hast die Wahl, aber vergiss nicht, dass das Ziel dieses Leitfadens nicht nur die schnelle Einrichtung ist, sondern auch eine solide Grundlage für deine zukünftige Arbeit in der Objekterkennung.
Hardware-Besonderheiten: Auf einen Blick
Damit du eine fundierte Hardware-Entscheidung treffen kannst, haben wir die wichtigsten Hardware-Eigenschaften des Raspberry Pi 3, 4 und 5 in der folgenden Tabelle zusammengefasst:
Feature | Raspberry Pi 3 | Raspberry Pi 4 | Raspberry Pi 5 |
---|---|---|---|
CPU | 1.2GHz Quad-Core ARM Cortex-A53 | 1.5GHz Quad-Core 64-bit ARM Cortex-A72 | 2.4GHz Quad-Core 64-bit Arm Cortex-A76 |
RAM | 1GB LPDDR2 | 2GB, 4GB oder 8GB LPDDR4 | Details noch nicht verfügbar |
USB-Anschlüsse | 4 x USB 2.0 | 2 x USB 2.0, 2 x USB 3.0 | 2 x USB 3.0, 2 x USB 2.0 |
Netzwerk | Ethernet & Wi-Fi 802.11n | Gigabit Ethernet & Wi-Fi 802.11ac | Gigabit Ethernet mit PoE+ Unterstützung, Dualband 802.11ac Wi-Fi® |
Leistung | Langsamer, erfordert möglicherweise leichtere YOLO Modelle | Schneller, kann komplexe YOLO Modelle ausführen | Details noch nicht verfügbar |
Strombedarf | 2,5A Stromversorgung | 3.0A USB-C Stromversorgung | Details noch nicht verfügbar |
Offizielle Dokumentation | Link | Link | Link |
Bitte achte darauf, dass du die Anweisungen für dein Raspberry Pi-Modell befolgst, um einen reibungslosen Einrichtungsprozess zu gewährleisten.
Schnellstart mit YOLOv5
In diesem Abschnitt wird beschrieben, wie du YOLOv5 auf einem Raspberry Pi mit einer Pi Camera einrichtest. Diese Schritte sind so konzipiert, dass sie mit dem libcamera Kamera-Stack kompatibel sind, der in Raspberry Pi OS Bullseye eingeführt wurde.
Erforderliche Pakete installieren
-
Aktualisiere den Raspberry Pi:
-
Klone das Repository YOLOv5 :
-
Installiere die erforderlichen Abhängigkeiten:
-
Für den Raspberry Pi 3 installierst du kompatible Versionen von PyTorch und Torchvision (überspringe sie für den Raspberry Pi 4):
Ändern Sie detect.py
Um TCP-Streams über SSH oder die CLI zu aktivieren, sind geringfügige Änderungen in detect.py
.
-
Öffnen Sie
detect.py
: -
Finde und ändere die
is_url
Zeile, um TCP-Streams zu akzeptieren: -
Kommentieren Sie die
view_img
Linie: -
Speichern und beenden:
Initiiere TCP-Stream mit Libcamera
-
Starte den TCP-Stream:
Lass diese Terminalsitzung für die nächsten Schritte laufen.
YOLOv5 Inferenz durchführen
-
Führe die YOLOv5 Erkennung durch:
Schnellstart mit YOLOv8
Folge diesem Abschnitt, wenn du stattdessen YOLOv8 einrichten möchtest. Die Schritte sind sehr ähnlich, aber auf die speziellen Bedürfnisse von YOLOv8 zugeschnitten.
Erforderliche Pakete installieren
-
Aktualisiere den Raspberry Pi:
-
Installieren Sie die
ultralytics
Python Paket: -
Neustart:
Initiiere TCP-Stream mit Libcamera
-
Starte den TCP-Stream:
YOLOv8 Inferenz durchführen
Um die Inferenz mit YOLOv8 durchzuführen, kannst du den folgenden Python Codeausschnitt verwenden:
from ultralytics import YOLO
model = YOLO('yolov8n.pt')
results = model('tcp://127.0.0.1:8888', stream=True)
while True:
for result in results:
boxes = result.boxes
probs = result.probs
Nächste Schritte
Herzlichen Glückwunsch zur erfolgreichen Einrichtung von YOLO auf deinem Raspberry Pi! Für weitere Informationen und Unterstützung besuche Ultralytics und Kashmir World Foundation.
Danksagungen und Zitate
Dieser Leitfaden wurde ursprünglich von Daan Eeltink für die Kashmir World Foundation erstellt, eine Organisation, die sich für den Einsatz von YOLO zum Schutz bedrohter Arten einsetzt. Wir danken Daan Eeltink für seine Pionierarbeit und sein pädagogisches Engagement auf dem Gebiet der Objekterkennungstechnologien.
Weitere Informationen über die Aktivitäten der Kashmir World Foundation findest du auf deren Website.