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:
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:
特点 | 树莓派 3 | 树莓派 4 | 树莓派 5 |
---|---|---|---|
中央处理器 | 1.2GHz 四核 ARM Cortex-A53 | 1.5GHz 四核 64 位 ARM Cortex-A72 | 2.4GHz 四核 64 位 Arm Cortex-A76 |
内存 | 1GB LPDDR2 | 2GB、4GB 或 8GB LPDDR4 | 详情尚未公布 |
USB 端口 | 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 |
网络 | 以太网和 Wi-Fi 802.11n | 千兆以太网和 Wi-Fi 802.11ac | 支持 PoE+ 的千兆位以太网、双频 802.11ac Wi-Fi® |
性能 | 速度较慢,可能需要更轻的YOLO 型号 | 速度更快,可运行复杂的YOLO 模型 | 详情尚未公布 |
电源要求 | 2.5A 电源 | 3.0A USB-C 电源 | 详情尚未公布 |
官方文件 | 链接 | 链接 | 链接 |
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
-
更新 Raspberry Pi:
-
克隆YOLOv5 仓库:
-
安装所需的依赖项:
-
对于 Raspberry Pi 3,安装兼容版本的PyTorch 和 Torchvision(对于 Raspberry Pi 4 跳过):
修改 detect.py
要通过 SSH 或CLI 启用 TCP 数据流,需要在 detect.py
.
-
开放
detect.py
: -
查找并修改
is_url
行接受 TCP 数据流: -
注释
view_img
线: -
保存并退出:
使用 Libcamera 启动 TCP 流
-
启动 TCP 数据流
保持该终端会话运行,以执行下一步操作。
执行YOLOv5 推断
-
运行YOLOv5 检测:
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
-
更新 Raspberry Pi:
-
安装
ultralytics
Python 包装 -
重新启动
使用 Libcamera 启动 TCP 流
-
启动 TCP 数据流
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。