yolov8系列[五]-项目实战-yolov8模型无人机检测
项目介绍
无人机识别项目,无人机搭载nvidia jetson边缘计算板子,进行实时识别。使用yolov8算法，训练了识别无人机的模型，模型可以更换。
jetson上电,程序自动启动拉取rtsp或者usb获取视频流,每秒获取3张图片进行算法分析,算法分析之前每3秒保存一张图片,
每5秒保存一张识别后图片,同时识别后的图片实时添加gps信息(需要gps硬件模块);最终保留完整的识别视频。无人机项目,无人机搭载nvidia jetson边缘计算板子,进行实时识别。
项目展示
功能简介
- 程序开机启动
- 从RTSP流或者USB摄像头获取视频流,进行算法识别。识别前每3秒保存一张图片,每5秒保存一张识别后图片
- 识别后的图片添加gps信息,gps信息从北斗+gps设备获取无人机识别项目,无人机搭载nvidia jetson边缘计算板子,进行实时识别
- 保存识别后的视频流为
.avi格式,需要经过转换成.mp4格式才能播放,参考start_cover_video.sh - 网页端实时查看识别后的视频流，视频延迟在1秒内
- 网页端实时查看保存好的识别结果图片
代码结构
├── config
│ ├── nginx.conf --nginx配置文件(暂时不用)
│ └── rc-local.service --(jetson开机自启动服务)
├── drone_yolov8_deploy_noshow.py --不弹窗显示
├── drone_yolov8_deploy_show.py --弹窗显示
├── file --文件目录
│ ├── detection --检测结果图目录
│ │ ├── detection_{110}_{2023-06-29_20:39:22}_addgps.jpg --检测到目标后增加gps信息的图片
│ │ └── detection_{110}_{2023-06-29_20:39:22}.jpg --检测到目标后的图片
│ ├── gps --gps测试目录
│ │ ├── 001_addgps.jpg
│ │ ├── 001.jpg
│ │ └── 002.jpg
│ └── origin --原图目录
│ └── orgin_{150}_{2023-06-29_20:39:23}.jpg --原图
├── model
│ ├── yolov8l_drone.pt --yolov8模型文件
│ └── yolov8n.pt
├── README.md --readme
├── requirements.txt --依赖包文件
├── start_cover_video.sh --视频转换脚本
├── start_noshow.sh --后台启动脚本
├── start_show.sh --后台启动脚本
├── temp.jpg
├── templates --flask模板文件
│ ├── file.html
│ └── index.html
└── utils --工具类目录
├── gps_utils.py
├── image_gps.py
└── udp_utils.py如何启动
开机自启动
开发者模式
1. 安装依赖环境
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn.simple2. 启动程序
python drone_yolov8_deploy_show.py或者
sh start_show.sh源代码下载
无人机识别项目,无人机搭载nvidia jetson边缘计算板子,进行实时识别
其他
欢迎交流