树莓派部署yolov8环境与高帧率检测

在树莓派4B上部署yolov8环境完成高帧率检测任务：

https://blog.csdn.net/Duanwxq/article/details/140585222

Yolov5移植树莓派实现目标检测：

https://developer.aliyun.com/article/1147740

树莓派5部署yolov8的5种不同方式推理速度对比：Pytorch、Onnx、Ncnn、tflite、OpenVINO https://www.bilibili.com/video/BV1g6YLeqEvw/?vd_source=6a1fcd351fb9b00796e2e41ad793d678

RaspberryPi OS 64 位，uname -a 查看架构是 aarch64

关于 Torch 和 Torchvision 版本的选用参考环境对照表。

此处为语雀内容卡片，点击链接查看：https://www.yuque.com/jiashuaibei/hv53va/nvq71cmq0unzp17z

我的环境版本

Python==系统默认 3.11

torch==2.5.1

torchvision==0.20.1

numpy==1.21.6

torch

下载地址：https://pypi.org/project/torch/2.5.1/#files

cp311 代表适用于 Python 版本为 3.11 的。

https://files.pythonhosted.org/packages/5c/dc/82b5314ffcffa071440108fdccf59159abcd937b8e4d53f3237914089e60/torch-2.3.1-cp311-cp311-manylinux2014_aarch64.whl

torchvision

下载地址：https://download.pytorch.org/whl/torchvision/

同样 cp 代表 Python 版本，树莓派只能使用 cpu 推理。

部署 yolov8

python -m venv yolov8_env

pip install ultralytics
pip install opencv-python

# yolov8预测测试，会自动下载yolov8n.pt
yolo predict model=yolov8n.pt source=path/to/test.jpg

安装 vscode

系统自带的 Tonny 不太好用，保存文件出现错误，安装 vscode 更好地管理项目。

sudo apt update

sudo apt install code

opencv

sudo apt install python3-opencv

yolo 模型转为 ncnn 格式

yolo export model=best.pt format=ncnn