什么是YOLO?RK3568+YOLOv5是如何实现物体识别的?一起来了解一下!

描述

 

 

一、产品简介

TL3568-PlusTEB人工智能实验箱

国产高性能处理器

64 位 4 核低功耗
 

2.0 GHz超高主频

1T 超高算力 NPU

人工智能

兼容鸿蒙等国产操作系统

人工智能人工智能人工智能人工智能人工智能

 

二、实验目的

1、了解YOLOv5模型的用途及流程;

2、掌握基于YOLOV5算法实现物体识别的方法。

 

人工智能

 

 

三、实验原理

YOLO

YOLO(You Only Look Once )v5 是一种非常流行的实时目标检测模型,它提供了出色的性能和精度。YOLOv5可以分为三个部分,分别是:

 

主干特征提取网络(Backbone)

加强特征提取网络(FPN)

分类器与回归器(Yolo Head)。整个 YOLOv5 网络所作的工作就是

特征提取-特征加强-预测特征点对应的物体情况。
 

 

人工智能

 

 

YOLOv5目标检测流程

 YOLOv5 开发流程如下:

安装 YOLOv5 和相关依赖

确保安装了所有必要的依赖。这通常包括 torch、torchvision 和 opencv-python。

下载预训练模型

YOLOv5 提供了多个预训练模型,可以从官方仓库或相关资源中下载。

编写 Python 脚本进行目标检测

编写一个 Python 脚本来加载模型并对图像或视频进行目标检测。

 

四、实验设备

实验软件

本实验中使用的软件为.VMware17+Ubuntu18.04.4 和串口调试工具Xshell。

 

人工智能人工智能

 

实验硬件

本实验中使用的是TL3568-PlusTEB实验箱,所需的配件为Micro SD卡、Type-C线、电源和网线。

人工智能

 

人工智能

 

 

五、实验步骤

硬件连接

(1)将Ubuntu系统启动卡插至Micro SD卡槽。

(2)使用Type-C线连接USB TO UART2调试串口到PC机。

(3)将实验箱ETH0 RGMII网口(COM21)通过网线连接至路由器。

(4)连接实验箱电源,先不要上电。

人工智能

 

 

软件操作

(1)先在设备管理器查看串口的端口号;

(2)再设置串口调试工具,波特率设置为1500000,点击连接,在Xshell调试终端会显示连接成功。

(3)连接成功后,拨动实验箱的电源开关,将实验箱上电。

(4)系统启动成功后,输入账户密码登录即可(账密均为:tronlong)

(5)登录成功后,查询实验箱的网口地址。

 

人工智能

 

 

拷贝文件

我们先打开Ubuntu,将Demo文件夹拷贝到RK3568目录下。

"Ctrl+Alt+T"打开控制台,执行命令将文件拷贝至实验箱文件系统(根据实验箱实际IP地址修改命令)。

 

人工智能

 

运行程序

在串口调试窗口执行命令,启动开发环境

在网页输入地址,即可打开登录界面 (根据实际IP地址修改网页地址)。

输入密码:tronlong,登录。

在程序目录,双击打开程序,点击重新运行程序。

等待右上角的进度饼图变白,程序运行完成。

在程序最下方,会显示运行结果。程序对2张图片进行识别,会在蓝框上方标注识别的结果和识别率。

 

人工智能

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分