【玩转Jetson TX2 NX】（七）TX2 NX YoLoV4环境搭建+板载摄像头实时目标检测（详细教程+错误解决）

1 YoLoV4环境搭建

直接下载，然后解压，最后移动到Jetson TX2 NX，如图所示，darknet下载链接: https://github.com/AlexeyAB/darknet

将解压的文件复制到Jetson TX2 NX，如图所示：

下载yolov4.weights权重文件，如图所示：

将权重文件 yolov4.weights 拷贝至 darknet 目录下，如图所示：

依次输入命令，修改Makefile

cd darknet
sudo vim Makefile

如图所示：

进入Makefile之后，输入i进入编辑模式，将Makefile文件进行如下修改

GPU=1
CUDNN=1
OPENCV=1

如图所示，然后按Esc，退出编辑模式，然后按:wq，保存并退出

然后进行编译，输入命令

make -j4

如图所示：

进行图片的目标检测，输入命令

./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg

如图所示：

2 YoLoV4+板载摄像头实时目标检测

输入如下命令

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights /dev/video0

如图所示：

会产生如下错误：

参考大佬方法链接: jetson nano tx2 调用csi摄像头（解决摄像头蓝屏问题），成功调用板载摄像头，输入命令如下

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv  ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"

如图所示：

实时目标检测结果如图所示：

退出时，按Ctrl+C即可，如图所示：

3 YoLoV4-Tiny+板载摄像头实时目标检测

运行YoLoV4是可以发现，视频不流畅，FPS值较低，因此继续使用YoLoV4-Tiny进行实时目标检测

首先下载YoLoV4-Tiny权重，如图所示：

然后拷贝至 darknet 目录下，运行命令

./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv  ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"

如图所示：

实时目标检测结果，如图所示：

退出时，按Ctrl+C即可，如图所示：

希望本文对大家有帮助，上文若有不妥之处，欢迎指正

分享决定高度，学习拉开差距