【树莓派3b+和 intel movidius 神经元计算棒2代 系列 之三】 将darknet转的bin和xml文件在树莓派上测试yolo v3和yolo v3 tiny

最新推荐文章于 2023-06-29 10:01:11 发布
最新推荐文章于 2023-06-29 10:01:11 发布
阅读量3.1k 收藏 15
点赞数 2
CC 4.0 BY-SA版权
分类专栏： NCS 树莓派 深度学习/机器学习 移动端（边缘设备）深度学习 文章标签： NCS 树莓派 yolov3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/c20081052/article/details/90068526
本教程详细介绍了如何在树莓派3B+和Intel Movidius NCS2上运行用darknet转换的bin和xml文件测试yolo v3和yolo v3 tiny。包括环境激活、模型文件准备、编译运行yolo3及yolo3 tiny的步骤，以及Python脚本的运行方法。

相关系列文章：

  树莓派3B+安装系统（Raspbian 9）以及环境配置

【树莓派3b+和 intel movidius 神经元计算棒2代 系列 之一】 安装与部署神经计算棒NCS2

【树莓派3b+和 intel movidius 神经元计算棒2代 系列 之二】 darknet的weights模型转为计算棒所需的IR模型

 

本篇文章是在完成第二步中 转换得到的 计算棒支持的bin,xml文件基础上，在树莓派3b+和NCS2代上运行yolo v3和yolo v3 tiny；

Step 1. 环境激活

打开树莓派终端，激活OpenVINO 工具包 环境变量，后续操作都在这个终端窗口下执行；

source /opt/intel/openvino/bin/setupvars.sh

当完成如上操作后，会在终端显示如下：

[setupvars.sh] OpenVINO environment initialized

表示环境

了解本专栏 订阅专栏 解锁全文
【树莓派3b+和 intel movidius 神经元计算棒2代 系列 之一】 安装与部署神经计算棒NCS2
c20081052的专栏
05-10 4623
硬件：树莓派3b+，intel movidius神经计算棒2代，HDMI，网线，鼠标，键盘等； https://pan.baidu.com/s/1nMYjE595f-FR-OCy90hT4w相关软件下载链接（提取码：r4mw） 链接中包含软件：SD卡格式化工具、win32diskimager、Raspbian系统镜像、Xshell(ssh工具)； 树莓派安装请参考：树莓派3B+安装系统（R...
【树莓派3b+和 intel movidius 神经元计算棒2代 系列 之二】 darknet的weights模型转为计算棒所需的IR模型
c20081052的专栏
05-10 3395
树莓派3B+安装系统（Raspbian 9）以及环境配置 【树莓派3b+和 intel movidius 神经元计算棒2代 系列 之一】 安装与部署神经计算棒NCS2 【树莓派3b+和 intel movidius 神经元计算棒2代 系列 之三】 将darknet转的bin和xml文件在树莓派上测试yolo v3和yolo v3 tiny 本系列文章主要目的是在树莓派3b+和神经计算棒上...
在树莓派上实现神经计算棒中示例
03-25
在树莓派上进行神经计算棒上带有的示例进行实现和运行！
在树莓派3B+ 上使用YOLO v3 Tiny进行实时对象检测
PUZZER的博客
07-06 6168
主要参考文章：http://funofdiy.blogspot.com/2018/08/deep-learning-with-raspberry-pi-real.html（需要vpn） https://blog.youkuaiyun.com/weixin_43878078/article/details/103893426 https://github.com/zxzhaixiang/darknet-nnpack/tree/yolov3 说明1：原版的yolo V3 完整版本是无法在树莓派上运行的，直接编译会报错如.
darknet cpp weights模型转换成ONNX模型
HELLOWORLD2424的博客
10-26 1744
1. 下载转换需要的代码文件 在下面地址下载代码文件 https://gitee.com/liangjiaxi2019/pytorch-YOLOv4 2. 安装onnxruntime 这里使用的是1.9.0版本的onnxruntime pip3 install onnxruntime==1.9.0 3. 准备模型以及配置文件 在项目的data目录下准备转换需要的文件 需要模型架构的cfg文件,表示类别names文件,模型的权重weights文件以及一张测试图片 4.修改代码配置 修改de
YOLO模型部署到神经棒二代上
qq_44219883的博客
11-14 794
YOLO模型部署到神经棒二代上 神经棒2019年出来的，说实话真的恶心。资料挺少的。我自己训练物体识别用的keras-yolo模型。但部署到树莓派上坑定运行不起来。所以将其部署到神经棒上。这个过程看似就几步，但是Python的环境稍微版本不一样，就会出现各种各样的错误，这个模型的转换足足恶心了我一星期多。 整个过程配置和转化的环境为： 以上环境的配置都是用Anaconda配置的虚拟环境，具体这个anaconda如何配置虚拟环境以及如何换源网上都有很详细的教程。这里就不在赘述 1：下载程序，将yolo生成的
PyTorch介绍及英特尔扩展应用
qq_40891528的博客
06-29 1792
PyTorch是一个开源的机器学习框架，基于Torch库，主要用于计算机视觉和自然语言处理等领域的应用。由于其优秀的灵活性和速度，PyTorch已在全球范围内广受数据科学家和研究者的欢迎，成为深度学习研究和应用的首选框架之一。
树莓派3b+和 intel movidius 神经元计算棒2代 跑yolo v3 tiny
c20081052的专栏
05-08 6183
本帖子主要是参考了以下两篇： 第一篇： 从零开始搭建树莓派 + intel movidius 神经元计算棒2代深度学习环境 这篇文章主要目录如下： 摘要 材料硬件： 步骤： 1、 下载树莓派镜像并解压 2、 烧写镜像 3、 启动树莓派 4、 配置树莓派 5、 安装cmake 6、 下载OpenVINO toolkit for Raspbian安装包： 7...
深入剖析Yolov8：理论+实践，一步成为目标检测高手
![深入剖析Yolov8：理论+实践，一步成为目标检测高手]...首先概述了Yolov8的基本概念和目标检测技术的重要性。接着，深入探讨了Yolov8的算法原理、架构解析、关键技术改进以
回顾| 6月20日直播回放- OpenVINO + ROS 加速机器人应用
OpenVINO的博客
10-06 270
6月20日直播回放-OpenVINO + ROS 加速机器人应用 6月20日直播回放 ｜ OpenVINO + ROS 加速机器人应用 - 英特尔物联网技术大咖在线分享 关注我们，让开发变得更有趣???? 微信号：openvinodev B站：OpenVINO 中文社区 *OpenVINO and the OpenVINO logo are trademarks of Intel Co
基于树莓派与YOLOv3模型的人体目标检测小车（四）
12-21
前面几篇文章完成了训练端和部署端的环境搭建以及模型的训练，并经过两次模型转化最终将YOLOv3 TINY模型部署在了树莓派上。其实最核心的内容已经完成了，接下来就是一些应用层面的东西了。 树莓派控制马达： 1. 材料硬件： 1.树莓派3B+ 2.四个直流电机 3.一个小车底盘+四个车轮（某宝上有卖） V0L3UwMTA5NjgzNTA=,size_16,color_FFFFFF,t_70#pic_center) 4.L298N驱动模块（介于树莓派与马达之间的桥梁） 5.充电宝一个（用于给树莓派供电） 6.18650锂电池两节（给小车马达供电，普通干电池真的不能用，不然你会拥有好多废电池）
因特尔神经计算棒(NCS)+树莓派+yolo-v3实现object-detection
LuckyXiaoSu的博客
02-20 1万+
因特尔神经计算棒(NCS)+树莓派+yolo-v3实现object-detection 踩了好多坑啊。。一言难尽 Step1:在树莓派上安装环境 首先安装openVINO工具包（最好不要在树莓派上装NCSDK..太坑了），详情见这篇文章(https://blog.youkuaiyun.com/qqqzmy/article/details/85213414)。 Step2:在windows中安装openVIN...
使用YOLOV3-tiny训练行人检测器并移植到树莓派4B上实现
weixin_43878078的博客
06-12 5771
说明 1.这篇文章是在我上篇文章的基础上继续往下做，上篇博客，上篇博客在树莓派4B上实现了目标检测，这篇文章将实现在笔记本上行人检测权重，再放到树莓派里面。 2.我的笔记本配置系统Ubuntu16.04+cuda8.0+cudnn5.1 硬件7代cpu，显卡gtx1050， 3. 一共训练30000次，训练速度很快，10000次只要半小时左右就完成了，测试检测结果很好 4.参考 https://github.com/pascal1129/yolo_person_detect 1. 下载YOLO git cl
解决树莓派Linux报错“对不起，不支持归档此文件格式”
小张的技术分享博客
08-01 2039
想借助qq邮箱给树莓派传一个文件夹，下载后发现没法解压，显示对不起，不支持归档此文件格式。
Darknet框架下如何利用自己的数据集训练YOLOv4模型
乐观的lishan的博客
11-19 6931
本文详细介绍了在Darknet框架下如何利用自己的数据集训练YOLOv4模型
使用Darknet训练yolo模型
小平爱吃肉的博客
06-07 2612
使用Darknet训练yolo模型 本文将通过训练一个人形检测模型来描述使用Darknet训练yolo模型的过程。 文章目录使用Darknet训练yolo模型图像标注图像分类保存使用darknet训练模型 图像标注 1.图像标注工具labelImg安装方法： https://www.cnblogs.com/new-age/p/7071289.html 2.labelImg的使用： 注：labelImg有两种输出方式，这里可以在左侧栏中选择yolo的txt格式输出，也可以使用xml输出再通过darknet包
在树莓派上使用yolov3
qq_50304062的博客
12-25 1963
从0开始在树莓派中部署openvino+yolov3----5 文章目录从0开始在树莓派中部署openvino+yolov3----5前言一、部署yolov3到树莓派上总结 前言 上篇转换了模型，现在就需要在树莓派里面使用，这里需要运行yolov3的代码 链接：https://pan.baidu.com/s/1jAyEzkzazPMydg4064gvqA 提取码：yp8n --来自百度网盘超级会员V1的分享 一、部署yolov3到树莓派上 按照之前的方法登录树莓派（这里就不做演示了，今天考研，信号有
树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测
weixin_44966641的博客
12-31 9028
树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测 本文将实现树莓派摄像头 C++ OpenCV YoloV3 实现实时目标检测，我们会先实现树莓派对视频文件的逐帧检测来验证算法流程，成功后，再接入摄像头进行实时目标检测。 先声明一下笔者的主要软硬件配置： 树莓派4B 4GB内存 CSI 摄像头 Ubuntu 20.04 OpenCV 的安装 不多讲，参考 Ubuntu 18.04 安装OpenCV C++ 。 准备YoloV3模型权重文件和视频文件 模型配置文件和权重、COCO数据集名
树莓派部署yolov3
热门推荐
贵在坚持
05-13 1万+
前言 最近由于一些需求，在树莓派上部署了yolo3。效果如下 下面我介绍一下自己是如何搭建的！ 步骤 1.下载带有深度学习的树莓派镜像 2.下载yolov3项目 3.将yolov3拷贝到树莓派中 安装后h5py驱动 sudo apt-get install libhdf5-dev 因为会出现一个报错： 安装opencv sudo apt-get install libjasper-dev sudo apt-get install libqtgui4 sudo apt-get install
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值