Jetson Nano 使用YOLO V5实现目标检测

1 Jetson Nano环境搭建

1.1 Jetpack镜像烧录

1.2 Pytorch+Torchversion

2YOLO V5

2.1测试使用detect.py (图片，视频，相机）

2.2网络摄像机设置（海康威视）

2.2.1 使用海康威视官方软件SDK（Ubuntu版安装失败，遂使用Winows版）查相机IP及账号密码

2.2.2 Windows 中在网络适配器设置IPV4与摄像头同一个网络，IE浏览器192.168.xxx.xxx，输入账号密码登录，安装插件即可得到视频

2.2.3 Ubuntu中，设置以太网，添加新网络，IPV4中同样的设置，调用命令：python3 detect.py --source rtsp://admin:密码@192.168.xxx.xxx

3 训练自己的数据集

3.1 自己拍照或爬虫爬取照片，使用LabelImg标注，注意使用YOLO模式

3.2 照片和标注分别放在images和labels文件夹，修改train.py中使用到的yaml文件，包括数据集路径及nc数（labelimg如果默认有其他标签，nc就不为1，注意看标签文件中第一个数，代表此标签序列，从0开始，如果为15，nc=16）

3.3 使用train.py 训练，结束后得到best.pt权重文件。修改detect.py调用best.pt，然后使用detect.py测试训练结果。