野火鲁班猫教程关于yolo3在RK3588上的部署(开发日志)

野火鲁班猫教程关于yolo3在RK3588上的部署(开发日志)

本文参考链接：

YOLOv3

准备一：conda的安装

参考链接：conda安装

版本选择最新即可，另外安装上需要注意的两点是：

bash Miniconda3-py39_4.10.3-Linux-x86_64.sh

source ~/.bashrc

否则将无法正常安装。

部署流程

安装相关环境，使用conda创建虚拟环境，可以参考下前面环境搭建章节：

使用conda创建一个名为yolov3的环境，并指定python版本

conda create -n yolov3 python=3.8

进入环境

conda activate yolov3

获取ultralytics yolov3源码，安装相关环境：

获取程序

git clone https://github.com/ultralytics/yolov3 -b archive

切换到yolov3目录

cd yolov3

注意：pip换源

pip3 config set global.index-url https://mirror.baidu.com/pypi/simple

安装相关软件库，

pip install -r requirements.txt

默认会安装pytorch，支持gpu等，可以自行到Pytorch官网https://pytorch.org/get-started/previous-versions/查看命令安装，下面命令示例是安装cuda11.6的版本：

pip install torch==1.13.0+cu116 torchvision==0.14.0+cu116 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu116

pytorch和nmupy建议按requirements.txt中的要求安装，如果安装高版本可能有很多小问题（可以从网上搜索到答案）。

目标检测测试

野火教程如下：

# 获取darknet权重文件，yolov3-tiny是轻量级的yolov3，，yolov3-spp是添加了spp网络的权重文件
wget -c https://pjreddie.com/media/files/yolov3.weights
wget -c https://pjreddie.com/media/files/yolov3-tiny.weights
wget -c https://pjreddie.com/media/files/yolov3-spp.weights

# 或者获取pytorch 权重文件

# darknet53 weights (first 75 layers only)
# wget -c https://pjreddie.com/media/files/darknet53.conv.74

# 或者通过工程的download_yolov3_weights.sh获取权重

执行目标检测程序，–weights指定权重文件，这里测试yolov3.weights；–cfg指定配置文件，不指定时默认是cfg/yolov3-spp.cfg， 这里测试是cfg/yolov3.cfg；–source指定需要检测的图片路径，或者指定图片文件夹路径。

测试单张图片推理

python3 detect.py  --source data/samples/bus.jpg --weights weights/yolov3.weights --cfg cfg/yolov3.cfg

多张图片推理，推理工程目录data/samples下的所有图片

python3 detect.py  --source data/samples --weights weights/yolov3.weights --cfg cfg/yolov3.cfg

但是实际测试发现报错，仔细阅读报错原因可知权重文件没有找到，我们发现我们找的权重文件是放在weights文件夹中的，仔细看之前的步骤，发现实际上是因为我们下载权重文件的时候是在yolo3文件夹中，我们可以cd weights再下载一遍权重文件，或者把我们需要用到的权重文件yolov3.weights 直接copy到weights文件夹中也可以。

再次运行之后发现问题解决，成功输出图片在output文件夹中。

稍后再搞搞yolo3的训练