树莓派部署yolov5_树莓派yolov5

系统安装

首先，您需要在树莓派上安装操作系统。建议使用官方推荐的操作系统Raspberry Pi OS。您可以从官方网站上下载镜像，并用著名的烧录工具Raspberry Pi Imager一键烧录。详细操作如下：

先将SD卡（又称TF卡）正确插入读卡器

再将读卡器插入电脑，打开文件资源，可以看到

SD卡有内容，我们先下载格式化工具将它格式化

1.下载

2.安装

点击下载文件，进行安装

3.格式化

再将系统文件安装到SD卡内（网慢也可以从有该系统文件的电脑中拷贝）

然后打开树莓派镜像烧录器，也就是下载的imager_1.8.1(1)，第一个和第三个选项和擦除系统时的选项一致，中间的操作系统就选择刚刚安装在SD卡上的系统文件，然后单击下一步进行编辑设置，在编辑设置中勾选Set username  and  password,然后自定义用户名和密码，点击保存和是，操作完后系统开始写入

然后将SD卡取出插入硬件卡槽，并将硬件接入电源、显示屏、鼠标和键盘

环境配置 

显示屏显示内容

选择中文

自定义个人信息

此处可以选择一个网络连接

用户登入

我们在左下角的九宫格中打开设置，并设置好时间和语言

按ctrl+Alt+T打开终端，输入python3,发现Python版本为3.10

输入quit()退出python3环境

再输入pip install opencv-python -i https://pypt.tuna.tsinghua.edu.cn/stmple 安装opencv,标黄的是加快安装速度的镜像源，发现提示Command ‘pip’ not found

那么我们再输入sudo apt-get update,发现就可以了

源码下载

接下来，需要从 YOLOv5 的 Github 仓库中获取源代码。

从GitHub中下载yolov5-Lite并解压

输入 pip install -r ./requirements.txt  -i https://pypi.tuna.tsinghua.edu.cn/simple来安装yolov5运行需要的库，即配置环境

格式转换

下载完成后，您需要将 YOLOv5 的模型格式进行转换。在终端中进入到 yolov5 文件夹，并运行以下命令：

cd yolov5
python3 models/export.py --weights yolov5s.pt --img-size 640 --batch-size 1

其中，--weights 是指获取的模型所在的位置，--img-size 是指输入图片的大小，--batch-size 是指批量测试的数量。这个过程会生成 .onnx 模型文件。

模型部署

最后一步是在树莓派上部署模型并进行推理。我们可以使用 Python 编写一个简单的程序。以下是一个简单的 Python 程序，可以将 .onnx 格式的模型加载到内存中，准备进行推理：

from onnxruntime import InferenceSession, SessionOptions
import cv2
import numpy as np
import time
 
# 加载模型
options = SessionOptions()
options.graph_optimization_level = ort.SessionOptions.GraphOptimizationLevel.ORT_ENABLE_ALL
session = InferenceSession("yolov5s.onnx", options)
input_name = session.get_inputs()[0].name
 
# 加载图像
img = cv2.imread("example.jpg")
img = cv2.resize(img, (640, 640))
img = img.transpose(2, 0, 1)  # HWC to CHW
img = np.expand_dims(img, axis=0)  # 添加批次维度
 
# 进行推理
start = time.time()
outputs = session.run([], {input_name: img})
end = time.time()
 
print(f"推理耗时: {end - start:.3f}s")

这个程序可以打开一张图片，将其转换为适合 YOLOv5 推理的格式，并将其输入到模型中进行推理。最后会输出推理耗时。

结语

在这篇博客中，我们详细介绍了如何在树莓派上部署 YOLOv5。通过以下步骤，您可以成功将 YOLOv5 运行在树莓派上：

1. 安装操作系统。
2. 配置环境。
3. 下载 YOLOv5 的源代码。
4. 转换模型格式为 .onnx。
5. 使用 Python 程序加载模型并进行推理。

部署 YOLOv5 在树莓派上可以帮助您实现实时目标检测，并将其应用于各种项目和应用中。

希望这篇博客对您有所帮助，并能引导您成功地在树莓派上部署 YOLOv5。如果您在实践过程中遇到任何问题，欢迎在评论区留言，我将尽力提供帮助。

祝您在树莓派上的 YOLOv5 部署顺利，并取得令人满意的结果！感谢您的阅读！