Snelstartgids: Raspberry Pi en Pi-camera met YOLOv5 en YOLOv8
Deze uitgebreide handleiding is bedoeld om je reis te versnellen met YOLO objectdetectiemodellen op een Raspberry Pi met behulp van een Pi-camera. Of je nu een student, hobbyist of professional bent, deze gids is ontworpen om je in minder dan 30 minuten op weg te helpen. De instructies zijn uitvoerig getest om installatieproblemen tot een minimum te beperken, zodat jij je kunt richten op het gebruik van YOLO voor jouw specifieke projecten.
Kijken: Raspberry Pi 5 updates en verbeteringen.
Vereisten
- Raspberry Pi 3, 4 of 5
- Pi Camera
- 64-bits Raspberry Pi-besturingssysteem
Sluit de Pi Camera aan op je Raspberry Pi via een CSI kabel en installeer het 64-bit Raspberry Pi besturingssysteem. Controleer je camera met het volgende commando:
Je zou een videofeed van je camera moeten zien.
Kies je YOLO versie: YOLOv5 of YOLOv8
Deze gids biedt je de flexibiliteit om te beginnen met ofwel YOLOv5 of YOLOv8. Beide versies hebben hun unieke voordelen en toepassingen. De keuze is aan jou, maar onthoud dat het doel van de handleiding niet alleen een snelle installatie is, maar ook een robuuste basis voor je toekomstige werk met objectdetectie.
Hardwarespecificaties: In een oogopslag
Om je te helpen bij het maken van een weloverwogen hardwarebeslissing, hebben we de belangrijkste hardwarespecificaties van de Raspberry Pi 3, 4 en 5 in de onderstaande tabel samengevat:
Functie | Raspberry Pi 3 | Raspberry Pi 4 | Raspberry Pi 5 |
---|---|---|---|
CPU | 1,2 GHz quad-core ARM Cortex-A53 | 1,5 GHz Quad-core 64-bits ARM Cortex-A72 | 2,4 GHz quad-core 64-bits Arm Cortex-A76 |
RAM | 1 GB LPDDR2 | 2 GB, 4 GB of 8 GB LPDDR4 | Details nog niet beschikbaar |
USB-poorten | 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 |
Netwerk | Ethernet & Wi-Fi 802.11n | Gigabit Ethernet & Wi-Fi 802.11ac | Gigabit Ethernet met PoE+ ondersteuning, Dual-band 802.11ac Wi-Fi® |
Prestaties | Langzamer, kan lichtere YOLO modellen vereisen | Sneller, kan complexe YOLO modellen uitvoeren | Details nog niet beschikbaar |
Benodigd vermogen | 2,5 A voeding | 3,0A USB-C voeding | Details nog niet beschikbaar |
Officiële documentatie | Link | Link | Link |
Zorg ervoor dat je de instructies volgt die specifiek zijn voor jouw Raspberry Pi-model voor een soepel installatieproces.
Snel aan de slag met YOLOv5
In dit gedeelte wordt uitgelegd hoe je YOLOv5 kunt instellen op een Raspberry Pi met een Pi Camera. Deze stappen zijn ontworpen om compatibel te zijn met de libcamera camera stack die geïntroduceerd is in Raspberry Pi OS Bullseye.
Noodzakelijke pakketten installeren
-
Update de Raspberry Pi:
-
Kloon de YOLOv5 repository:
-
Installeer de vereiste afhankelijkheden:
-
Installeer voor Raspberry Pi 3 compatibele versies van PyTorch en Torchvision (sla over voor Raspberry Pi 4):
Aanpassen detect.py
Om TCP streams via SSH of de CLI in te schakelen zijn kleine aanpassingen nodig in detect.py
.
-
Open
detect.py
: -
Zoek en wijzig de
is_url
regel om TCP streams te accepteren: -
Geef commentaar op de
view_img
lijn: -
Opslaan en afsluiten:
TCP-stream starten met Libcamera
-
Start de TCP stream:
Houd deze terminalsessie actief voor de volgende stappen.
Voer YOLOv5 inferentie uit
-
Voer de YOLOv5 detectie uit:
Snel aan de slag met YOLOv8
Volg deze sectie als je in plaats daarvan YOLOv8 wilt instellen. De stappen lijken op elkaar, maar zijn aangepast aan de specifieke behoeften van YOLOv8.
Noodzakelijke pakketten installeren
-
Update de Raspberry Pi:
-
Installeer de
ultralytics
Python verpakking: -
Herstart:
TCP-stream starten met Libcamera
-
Start de TCP stream:
Voer YOLOv8 inferentie uit
Om inferentie uit te voeren met YOLOv8 kun je het volgende Python codefragment gebruiken:
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
Volgende stappen
Gefeliciteerd met het succesvol instellen van YOLO op je Raspberry Pi! Ga voor meer informatie en ondersteuning naar Ultralytics en Stichting Kasjmir Wereld.
Erkenningen en citaten
Deze gids is oorspronkelijk gemaakt door Daan Eeltink voor Kashmir World Foundation, een organisatie die zich inzet voor het gebruik van YOLO voor het behoud van bedreigde diersoorten. We erkennen hun pionierswerk en educatieve focus op het gebied van objectdetectietechnologieën.
Voor meer informatie over de activiteiten van Kashmir World Foundation kun je terecht op hun website.