开个坑记录一下树莓派4B部署yolo的一些问题

问题一:操作系统与内核信息

这个问题困扰了我一天半,下载的时候显示的信息是aar64的系统,但是这并无意味着一个问题,那就是你的操作系统是64位的。需要采用如下的指令查看:

复制代码
getconf LONG_BIT

我在树莓派得出来的操作系统是32位。这就使得你在解压系统的时候会出现一些问题,比如conde.exe无法找到。

问题二:采用自带的python版本过高

前面那个问题使得我一直无法采用conda的虚拟环境(树莓派中使用的可能是miniconda,但是原理一样)。于是我在部署YOLO的时候采用了原装的python,但是版本好像是3.12的。这个时候许多库就会不匹配我的一些模型,因此需要调整许多的库。最后我打消了用原来python的系统,重新格式化重新读卡换系统。

相关推荐
向哆哆14 小时前
UniRepLknet助力YOLOv8:高效特征提取与目标检测性能优化
人工智能·yolo·目标检测·yolov8
沛沛老爹20 小时前
CROSS 技术全解析:边缘计算如何成为行业价值新引擎
人工智能·边缘计算·security·connectivity·optimization·smart·cross
尽兴-20 小时前
边缘计算:技术概念与应用详解
人工智能·边缘计算
孤独野指针*P1 天前
深度学习中的目标检测:从 PR 曲线到 AP
python·深度学习·yolo
闭月之泪舞1 天前
YOLO目标检测算法
人工智能·yolo·目标检测
牙牙要健康1 天前
【深度学习】【目标检测】【Ultralytics-YOLO系列】YOLOV3核心文件detect.py解读
深度学习·yolo·目标检测
AI糊涂是福1 天前
切片和边缘计算技术分析报告
人工智能·边缘计算
羊小猪~~2 天前
深度学习基础--目标检测常见算法简介(R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN、SSD、YOLO)
人工智能·深度学习·算法·yolo·目标检测·机器学习·cnn
向哆哆2 天前
YOLOv8目标检测性能优化:损失函数改进的深度剖析
人工智能·yolo·目标检测·yolov8
大知闲闲哟2 天前
深度学习Y7周:YOLOv8训练自己数据集
人工智能·深度学习·yolo