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
麻雀无能为力1 小时前
CAU数据挖掘实验 表分析数据插件
人工智能·数据挖掘·中国农业大学
时序之心1 小时前
时空数据挖掘五大革新方向详解篇!
人工智能·数据挖掘·论文·时间序列
.30-06Springfield2 小时前
人工智能概念之七:集成学习思想(Bagging、Boosting、Stacking)
人工智能·算法·机器学习·集成学习
说私域3 小时前
基于开源AI智能名片链动2+1模式S2B2C商城小程序的超级文化符号构建路径研究
人工智能·小程序·开源
永洪科技3 小时前
永洪科技荣获商业智能品牌影响力奖,全力打造”AI+决策”引擎
大数据·人工智能·科技·数据分析·数据可视化·bi
shangyingying_13 小时前
关于小波降噪、小波增强、小波去雾的原理区分
人工智能·深度学习·计算机视觉
书玮嘎4 小时前
【WIP】【VLA&VLM——InternVL系列】
人工智能·深度学习
猫头虎4 小时前
猫头虎 AI工具分享:一个网页抓取、结构化数据提取、网页爬取、浏览器自动化操作工具:Hyperbrowser MCP
运维·人工智能·gpt·开源·自动化·文心一言·ai编程
要努力啊啊啊4 小时前
YOLOv2 正负样本分配机制详解
人工智能·深度学习·yolo·计算机视觉·目标跟踪