00X基于Jetson Nano+yolov4-tiny的目标检测

本节将详细介绍如何在Jetson Nano平台上搭建基于YoloV4-tiny模型的对象检测系统。

说在最前面,本篇文档的许多内容来自多篇技术文档,我只是结合自己的学习经历,进行了加工和组合

1.1 Why Yolo V4-tiny?

在介绍具体内容之前,首先说明为何选用YoloV4-tiny这个模型。其实原因也很简单,就两个。一是该模型是Jetson Nano自带的,不用单独安装了,使用方便。二是功能足够强,而且检测速度是真的快。

了解Yolo发展史的读者都应该了解,不同于前三个版本,Yolo V4和V5这两个版本发布的时间非常接近,相差不到3个月,且都不是Yolo原作者的工作(原作者只完成了V1~V3)。这两个版本虽然提出者不一样,但性能十分接近,所以有很多人认为这两个版本从理论上并没有实质性的创新,不过由于其超高的识别速度,因此在工程应用中使用极为广泛。两者相比,V4的性能优于V5,但识别速度略低于V5,而v4-tiny的出现弥补了v4处理速度相对较慢的不足(推理速度快了近10倍)。综上,Jetson Nano集成了yolo v4和yolo v4-tiny。那为何不选系统推荐的呢?

另外,受限于优先的计算资源,Jetson Nano很适合跑Yolo,不需要安装其他的深度学习框架,另外,不建议在Jetson Nano平台上跑训练(也跑不动),建议在服务器上预先训练好网络,然后直接部署到Nano上。

所以我选择重新训练网络,首先是数据集,保留人和车类别,修改网络结构。

基于jetson nano和yolov5 的 车行人检测(一)_yolos-CSDN博客

jetson nano +yolov4-tiny使用tensorRT优化模型做到实时检测_yolov4-tiny tensorrt-CSDN博客

yolov4-tiny使用jetson nano进行目标检测+tensorrt+CSI+USB摄像头检测_yolov4-tiny jetson-CSDN博客

Jetson nano从烧录系统到DeepStream+TensorRT+yolov5检测CSI摄像头视频 - 哔哩哔哩 (bilibili.com)

Jetson nano从烧录系统到DeepStream+TensorRT+yolov5检测CSI摄像头视频 - 哔哩哔哩 (bilibili.com)

相关推荐
Ronin-Lotus3 小时前
深度学习篇---剪裁&缩放
图像处理·人工智能·缩放·剪裁
cpsvps4 小时前
3D芯片香港集成:技术突破与产业机遇全景分析
人工智能·3d
国科安芯4 小时前
抗辐照芯片在低轨卫星星座CAN总线通讯及供电系统的应用探讨
运维·网络·人工智能·单片机·自动化
AKAMAI4 小时前
利用DataStream和TrafficPeak实现大数据可观察性
人工智能·云原生·云计算
Ai墨芯1115 小时前
深度学习水论文:特征提取
人工智能·深度学习
无名工程师5 小时前
神经网络知识讨论
人工智能·神经网络
nbsaas-boot5 小时前
AI时代,我们更需要自己的开发方式与平台
人工智能
SHIPKING3935 小时前
【机器学习&深度学习】LLamaFactory微调效果与vllm部署效果不一致如何解决
人工智能·深度学习·机器学习
闻道且行之5 小时前
Windows|CUDA和cuDNN下载和安装,默认安装在C盘和不安装在C盘的两种方法
windows·深度学习·cuda·cudnn
jonyleek6 小时前
如何搭建一套安全的,企业级本地AI专属知识库系统?从安装系统到构建知识体系,全流程!
人工智能·安全