Guia de Iniciação Rápida: Raspberry Pi e Pi Camera com YOLOv5 e YOLOv8
Este guia abrangente visa acelerar a tua jornada com YOLO modelos de deteção de objectos numa Raspberry Pi usando uma Pi Camera. Quer sejas um estudante, um amador ou um profissional, este guia foi concebido para te pôr a trabalhar em menos de 30 minutos. As instruções aqui são rigorosamente testadas para minimizar os problemas de configuração, permitindo que te concentres na utilização do YOLO para os teus projectos específicos.
Observa: Actualizações e melhorias do Raspberry Pi 5.
Pré-requisitos
- Raspberry Pi 3, 4 ou 5
- Câmara Pi
- Sistema operativo Raspberry Pi de 64 bits
Liga a câmara Pi ao teu Raspberry Pi através de um cabo CSI e instala o sistema operativo Raspberry Pi de 64 bits. Verifica a tua câmara com o seguinte comando:
Deves ver um vídeo da tua câmara.
Escolhe a tua versão YOLO : YOLOv5 ou YOLOv8
Este guia oferece-te a flexibilidade de começar com YOLOv5 ou YOLOv8. Ambas as versões têm as suas vantagens e casos de utilização únicos. A escolha é tua, mas lembra-te que o objetivo do guia não é apenas uma configuração rápida, mas também uma base sólida para o teu trabalho futuro na deteção de objectos.
Especificidades do hardware: Num relance
Para te ajudar a tomar uma decisão informada sobre o hardware, resumimos as principais especificidades de hardware do Raspberry Pi 3, 4 e 5 na tabela abaixo:
Característica | Raspberry Pi 3 | Raspberry Pi 4 | Raspberry Pi 5 |
---|---|---|---|
CPU | 1.2GHz Quad-Core ARM Cortex-A53 | ARM Cortex-A72 de 64 bits e quatro núcleos a 1,5 GHz | 2.4GHz Quad-core 64-bit Arm Cortex-A76 |
RAM | 1GB LPDDR2 | 2GB, 4GB ou 8GB LPDDR4 | Detalhes ainda não disponíveis |
Portas USB | 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 |
Rede | Ethernet e Wi-Fi 802.11n | Gigabit Ethernet e Wi-Fi 802.11ac | Gigabit Ethernet com suporte PoE+, Wi-Fi® 802.11ac de banda dupla |
Desempenho | Mais lento, pode exigir modelos mais leves YOLO | Mais rápido, pode executar modelos YOLO complexos | Detalhes ainda não disponíveis |
Necessidade de energia | Fonte de alimentação 2,5A | Fonte de alimentação USB-C de 3,0 A | Detalhes ainda não disponíveis |
Documentação oficial | Ligação | Ligação | Ligação |
Certifica-te de que segues as instruções específicas do teu modelo Raspberry Pi para garantir um processo de configuração sem problemas.
Início rápido com YOLOv5
Esta secção descreve como configurar o YOLOv5 num Raspberry Pi com uma Pi Camera. Estes passos foram concebidos para serem compatíveis com a pilha de câmaras libcamera introduzida no Raspberry Pi OS Bullseye.
Instala os pacotes necessários
-
Actualiza o Raspberry Pi:
-
Clona o repositório YOLOv5 :
-
Instala as dependências necessárias:
-
Para o Raspberry Pi 3, instala versões compatíveis de PyTorch e Torchvision (ignora para o Raspberry Pi 4):
Modifica detect.py
Para ativar os fluxos TCP através do SSH ou do CLI, são necessárias pequenas modificações no detect.py
.
-
Abre-te
detect.py
: -
Encontra e modifica o
is_url
para aceitar fluxos TCP: -
Comenta o
view_img
linha: -
Guarda e sai:
Inicia o fluxo TCP com a Libcamera
-
Inicia o fluxo TCP:
Mantém esta sessão de terminal em execução para os passos seguintes.
Executa YOLOv5 Inferência
-
Executa a deteção YOLOv5 :
Início rápido com YOLOv8
Segue esta secção se estiveres interessado em configurar YOLOv8 . As etapas são bastante semelhantes, mas são adaptadas às necessidades específicas do YOLOv8.
Instala os pacotes necessários
-
Actualiza o Raspberry Pi:
-
Instala o
ultralytics
Python pacote: -
Reinicia:
Inicia o fluxo TCP com a Libcamera
-
Inicia o fluxo TCP:
Executa YOLOv8 Inferência
Para realizar a inferência com YOLOv8, podes utilizar o seguinte trecho de código Python :
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
Próximos passos
Parabéns por teres configurado com sucesso o YOLO no teu Raspberry Pi! Para mais aprendizagem e apoio, visita Ultralytics e a Kashmir World Foundation.
Agradecimentos e citações
Este guia foi inicialmente criado por Daan Eeltink para a Kashmir World Foundation, uma organização dedicada à utilização do YOLO para a conservação de espécies em vias de extinção. Reconhecemos o seu trabalho pioneiro e o seu foco educacional no domínio das tecnologias de deteção de objectos.
Para mais informações sobre as actividades da Kashmir World Foundation, podes visitar o seu sítio Web.