快速入门指南：Raspberry Pi 和 Pi 摄像头，含YOLOv5 和YOLOv8

本综合指南旨在加快您在Raspberry Pi上使用Pi 摄像头建立YOLO 物体检测模型的进程。无论您是学生、业余爱好者还是专业人士，本指南都能让您在 30 分钟内轻松上手。这里的说明经过严格测试，可最大限度地减少设置问题，让您专注于利用YOLO 来完成您的特定项目。

观看： Raspberry Pi 5 的更新和改进。

先决条件

• 树莓派 3、4 或 5
• Pi 摄像机
• 64 位 Raspberry Pi 操作系统

通过 CSI 电缆将 Pi 摄像头连接到 Raspberry Pi，然后安装 64 位 Raspberry Pi 操作系统。使用以下命令验证摄像头：

libcamera-hello

你应该能看到摄像头的视频画面。

选择您的YOLO 版本：YOLOv5 或YOLOv8

本指南可让您灵活地从以下两个方面入手 YOLOv5或 YOLOv8.两个版本都有各自独特的优势和用途。您可以自行选择，但请记住，本指南的目的不仅在于快速设置，还在于为您今后的对象检测工作打下坚实的基础。

硬件规格：概览

为了帮助您做出明智的硬件决定，我们在下表中总结了 Raspberry Pi 3、4 和 5 的主要硬件规格：

请务必按照您的 Raspberry Pi 型号的具体说明进行操作，以确保设置过程顺利进行。

快速入门YOLOv5

本节概述了如何在带有 Pi 摄像头的 Raspberry Pi 上设置YOLOv5 。这些步骤旨在与 Raspberry Pi OS Bullseye 中引入的 libcamera 相机堆栈兼容。

安装必要的软件包

1. 更新 Raspberry Pi：

   sudo apt-get update
   sudo apt-get upgrade -y
   sudo apt-get autoremove -y
   

2. 克隆YOLOv5 仓库：

   cd ~
   git clone https://github.com/Ultralytics/yolov5.git
   

3. 安装所需的依赖项：

   cd ~/yolov5
   pip3 install -r requirements.txt
   

4. 对于 Raspberry Pi 3，安装兼容版本的PyTorch 和 Torchvision（对于 Raspberry Pi 4 跳过）：

   pip3 uninstall torch torchvision
   pip3 install torch==1.11.0 torchvision==0.12.0
   

修改 detect.py

要通过 SSH 或CLI 启用 TCP 数据流，需要在 detect.py.

1. 开放 detect.py:

   sudo nano ~/yolov5/detect.py
   

2. 查找并修改 is_url 行接受 TCP 数据流：

   is_url = source.lower().startswith(('rtsp://', 'rtmp://', 'http://', 'https://', 'tcp://'))
   

3. 注释 view_img 线：

   # view_img = check_imshow(warn=True)
   

4. 保存并退出：

   CTRL + O -> ENTER -> CTRL + X
   

使用 Libcamera 启动 TCP 流

1. 启动 TCP 数据流

   libcamera-vid -n -t 0 --width 1280 --height 960 --framerate 1 --inline --listen -o tcp://127.0.0.1:8888
   

保持该终端会话运行，以执行下一步操作。

执行YOLOv5 推断

1. 运行YOLOv5 检测：

   cd ~/yolov5
   python3 detect.py --source=tcp://127.0.0.1:8888
   

快速入门YOLOv8

如果您对设置YOLOv8 感兴趣，请遵循本节的步骤。这些步骤非常相似，但都是针对YOLOv8 的具体需求量身定制的。

安装必要的软件包

1. 更新 Raspberry Pi：

   sudo apt-get update
   sudo apt-get upgrade -y
   sudo apt-get autoremove -y
   

2. 安装 ultralytics Python 包装

   pip3 install ultralytics
   

3. 重新启动

   sudo reboot
   

使用 Libcamera 启动 TCP 流

1. 启动 TCP 数据流

   libcamera-vid -n -t 0 --width 1280 --height 960 --framerate 1 --inline --listen -o tcp://127.0.0.1:8888
   

执行YOLOv8 推断

要使用YOLOv8 执行推理，可以使用以下Python 代码片段：

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

下一步工作

恭喜您在 Raspberry Pi 上成功设置YOLO ！如需进一步学习和支持，请访问 Ultralytics和克什米尔世界基金会。

致谢和引用

本指南最初由 Daan Eeltink 为克什米尔世界基金会（Kashmir World Foundation）制作，该组织致力于利用YOLO 保护濒危物种。我们对他们在物体检测技术领域的开拓性工作和教育重点表示感谢。

有关克什米尔世界基金会活动的更多信息，请访问其网站。

评论