在树莓派+Intel NCS2上跑YoloV3 Tiny

最新推荐文章于 2025-06-13 14:38:13 发布
最新推荐文章于 2025-06-13 14:38:13 发布
阅读量1w 收藏 41
点赞数 4
CC 4.0 BY-SA版权
分类专栏： 硬件平台 文章标签： 树莓派 神经计算棒 NCS2 Yolo OpenVINO
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/weixin_41665225/article/details/86519032
本文档介绍了如何在树莓派上利用Intel NCS2将YoloV3 Tiny的.weights文件转换为OpenVINO的IR模型。详细步骤包括从pjreddie网站下载权重文件，采用TensorFlow实现转换，以及在Windows环境下执行转换命令。最后，文章提到在树莓派上运行模型进行视频检测，虽然效果不佳，但提出了优化建议和实际应用的思考。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

上一篇：树莓派3B+安装OpenVINO，Intel Movidius神经计算棒NCS2的环境部署
二话不说，先放官方教程，不记得从官网的哪个页面下载的了，存在百度网盘，提取码：76zd 。

1. 将Yolo V3的.weights文件转为OpenVINO的IR模型

OpenVINO不支持直接使用Yolo V3的.weights文件，目前仅支持ONNX、TensorFlow、Caffe和MXNet。需要先把.weights文件转换成TensorFlow的.pb文件。

1.1 .weights文件

如果没有现成的，可以从pjreddie网站下载
Yolo V3 COCO weights（237MB），Tiny Yolo V3 COCO weights（34MB） 标签文件 coco.names 下载命名为 tiny_yolov3.labels

最低0.47元/天 解锁文章

200万优质内容无限畅学
树莓派4b上部署yolov3和v3-tiny记录带截图
QQ_778132974的博客
11-29 3684
首先在 PC 上进行yolov3的模型训练和测试，得到.weight和.cfg文件，这两个文件要进行模型的转换然后在树莓派上部署。 一、在树莓派上烧录镜像，buster10系统即可，在系统上更改国内源，更换pip源，安装openvino2020.4，版本要与PC上安装的openvino一致，否则部署会出错的。 步骤如下： pi 4b buster10 system 2021-05-07-raspios-buster-armhf-full.img 使用win32DiskImager write sy
干货|手把手教你在NCS2上部署yolov3-tiny检测模型
SIGAI_优快云的博客
01-16 8147
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 获取全文PDF；请查看http://www.tensorinfinity.com/paper_68.html 如果说深度学习模型性能的不断提升得益于英伟达GPU的不断发展，那么模型的边缘部署可能就需要借助英特尔的边...
在树莓派4B上部署intel NCS2神经网络计算棒与yolov3全过程（附代码）(一)
qq_40326795的博客
10-19 2792
· 该项目全部经实测具有可行性，且经过比赛检验 · 不同时间软件版本可能不同，请按文中使用版本为准 软硬件要求 1、树莓派4B 2、Windows电脑 3、稳定的WIFI网络 主要步骤 1、模型转化 2、树莓派环境部署 3、模型部署 --------下面开始部署过程-------- 一、模型转化 1、weights转化为pb 现在假设你已经有darknet训练好的.weights模型文件 （如何训练请自行搜索） clone这位PINTO0309日本工程师的仓库 https://github.com/PINT
python数据库连接池工具类_Python数据库连接池DBUtils
weixin_39954698的博客
12-16 451
DBUtils简介DBUtils是Python的一个用于实现数据库连接池的模块。此连接池有两种连接模式：模式一：为每个线程创建一个连接，线程即使调用了close方法，也不会关闭，只是把连接重新放到连接池，供自己线程再次使用。当线程终止时，连接自动关闭。POOL =PersistentDB(creator=pymysql, #使用链接数据库的模块maxusage=None, #一个链接最多被重复...
YOLOv3-Tiny深度学习目标检测实战项目
最新发布
weixin_33256096的博客
06-13 837
YOLOv3-Tiny 是YOLO（You Only Look Once）系列中的一个轻量级目标检测模型，它在保持实时性的同时，适度地牺牲了一定的准确性，以适应嵌入式设备和移动平台。它通过简化标准YOLOv3的网络结构，降低了计算复杂度和模型大小，从而实现了更快的推理速度。网络剪枝是一种模型压缩技术，它通过去除神经网络中冗余或不重要的部分来简化网络结构，以此来减小模型的大小、提高运算效率，同时尽可能地保持模型的性能。
JetsonNano跑YoloV3速度评测
jinfagang1211的博客
09-22 7872
title: JetsonNano跑YoloV3速度评测 date: 2019-09-22 14:45:04 category: 默认分类 本文介绍 JetsonNano跑YoloV3速度评测 JetsonNano跑YoloV3速度评测 This article was original written by Jin Tian, welcome re-post, first come wi...
树莓派4B+Intel神经计算棒(Stick2)+YoloV5可行性考察报告
tiexiaorenyu的博客
04-23 2933
1, 神经棒只能作为协处理器,在执行脚本时，通过在命令后面加上“-d 设备名“就可以指定硬件设备来加速推理 例如: 命令行指定神经棒运行 demo_squeezenet_download_convert_run.bat -d MYRIAD 例如: 在.py文件中指定设备为神经棒: import openvino.inference_engine as ie import cv2 import numpy import time def main(): #####################
yolo v3制作自己的数据_在树莓派+Movidius NCS上运用YOLO和Tiny-YOLO完成目标检测
weixin_39935571的博客
11-20 1061
作者：Adrian Rosebrock翻译：吴振东校对：郑滋本文约5000字，建议阅读10+分钟本文教你如何在树莓派和Movidius神经加速棒上运用Tiny-YOLO来实现近乎实时的目标检测。在这篇教程中，你将会学到如何用YOLO和Tiny-YOLO在树莓派和Movidius NCS上完成一个接近实时的目标检测任务。YOLO目标检测在近期经常会被人们提起，它是速度最快的深度学习目标检测算法之一，...
树莓派4B+因特尔二代神经棒（NCS2）部署yolov3-tiny错误记录
weixin_44010937的博客
06-19 823
树莓派4B加NCS2部署yolov3-tiny.weights心得体会
树莓派4B+NCS2代测试yolov3和yolov3_tiny实现object_detection
GankinTao的博客
01-10 6898
使用因特尔神经计算棒主要有两个原因，一、单独在树莓派4B上测试yolo会出现“段错误”，修改过后又会出现“总线错误”，这个问题没有得到解决，只好添加神经计算棒（有出现并解决此类问题的小伙伴可以讨论一下）二、使用神经计算棒可以明显提高模型在树莓派这种计算量较小的设备上的速度。 避免踩坑，总的步骤如下： 一、在树莓派上安装NCS环境 二、在windows上安装NCS环境（格式转换用到） 三、格式转换 ...
独家 | 在树莓派+Movidius NCS上运用YOLO和Tiny-YOLO完成目标检测（附代码下载）
数据派THU
03-12 6504
作者：Adrian Rosebrock翻译：吴振东校对：郑滋本文约5000字，建议阅读10+分钟本文教你如何在树莓派和Movidius神经加速棒上运用T...
二代神经计算棒NCS2+YOLOv3+ROS加速目标检测
star0w的博客
09-23 2799
参考：https://www.bilibili.com/video/av98553542/ 1、 openvino 对应的是二代神经计算棒NCS2, 而NCSDK对应的是一代 在这篇博客有一个对比 在官网下载工具包，然后配置环境变量，安装一些基本的库，都比较简单，一步一步照着来就可以，我是用了linux的版本。 安好以后可以通过简单的例子测试 2、神经计算棒 2代的计算速度有1代的八倍 3、YOLOv3 转化为NCS可以直接调用的模型 （1）将YOLOv3模型转化为tensorflow的pd模型 ht
树莓派4B部署YOLOv5目标检测模型部署（包含加速方法以及模型训练方法总结）
weixin_47772846的博客
05-31 1万+
树莓派4B部署YOLOv5目标检测模型 简介：
Ros小车应用篇(三)——网络摄像头YOLOV3实现小车跟踪目标
zhuchen88988的博客
07-11 6380
YOLO小车跟踪 yolo跟踪代码: 小车博客:https://editor.youkuaiyun.com/md/?articleId=118612242 YOLOv3模型采用opencv dnn方式导入神经网络权重，再使用opencv读取视频流并转换为标准block接口进行前向传播。最后输出结果列表中存在物体质心，物体大小，物体标签置信度等等，将数据提出再进行画框。如果想要追踪目标就在循环中，判断标签是否属于要找的那个标签。 详细opencv实现yoloV3可以看https://www.bilib
在树莓派4B上使用YOLO v3 Tiny进行实时目标检测
热门推荐
weixin_43878078的博客
01-08 2万+
首先尝试使用yolo官网yolo给的教程，在树莓派上测试，但是在运行时出现段错误，尝试很多方法无法解决。在国外的网站找到darknet-nnpack这个东西，可以完美的在树莓派上运行。 参考的文章 darknet-nnpack https://github.com/zxzhaixiang/darknet-nnpack Fun of DIY http://funofdiy.blogspot.c...
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 6085
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.
树莓派3B上测试YOLO效果
一个致力“使己成为人”的专栏
08-29 1万+
安装系统下载raspbian-stretch镜像：https://www.raspberrypi.org/downloads/raspbian/ 下载SDFormatterv4：https://www.sdcard.org/downloads/formatter_4/ 下载Win32DiskImager：https://sourceforge.net/projects/win32diskimag
树莓派3b+配置yolov11
03-29
要在 Raspberry Pi 3B+ 上成功运行 YOLOv11 并利用英特尔神经计算棒 (Intel Neural Compute Stick, NCS)，需要完成以下准备工作： 1. **下载 OpenVINO Toolkit** 下载适用于 Raspbian 的 OpenVINO 工具包，这是...
评论 25
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