❤️有问题可以私信我或者评论区留言,我会第一时间给大家找解决办法❤️。
❤️目前我在做单目摄像头测距和 检测物体大小 这一方面,后期实现后我会陆陆续续的写出来,感兴趣的读者大大可以一起学习❤️。
后续会继续学习,写一些有趣的项目,我们一起加油!
ls /dev/viseo*
之后直接输入下面命令,打开我们安装 jetson-inference 时所下载的 googlenet 检测网络来进行目标检测,但是没有语义分割这一块,可以看看效果:
#./jetson-inference/build/aarch64/bin/imagenet-camera是摄像头的路径
#network=googlenet是打开network目录下的googlenet推理模型
#camera=0是我们的摄像头设备号
./jetson-inference/build/aarch64/bin/imagenet-camera --network=googlenet --camera=0
*开始之前先确保安装了openCV *
import jetson.inference #引入推理库
import jetson.utils #引入工具库
import cv2 #引入openCV
import numpy as np #引入数值运算库
net = jetson.inference.detectNet("ssd-mobilenet-v2", threshold = 0.5) #选择检测网络为‘ssd-mobilenet-v2’模型,阈值为0.5
camera = jetson.utils.gstCamera(0) #选择0号摄像头工具
while 1:
img, width, height = camera.CaptureRGBA(zeroCopy = 1)
detections = net.Detect(img, width, height)
image = jetson.utils.cudaToNumpy(img,width, height, 4)
image1 = cv2.cvtColor (image.astype (np.uint8), cv2.COLOR_RGBA2BGR)
cv2.imshow ("目标检测",image1) #显示摄像头读取到的内容
kk = cv2.waitKey(1) #从键盘读取
if kk == ord('q'): # 按下 q键,退出
break #退出循环(关闭摄像头)