在树莓派上使用YOLOv5实现实时目标检测与图像保存
2025-04-30 16:45:07作者:乔或婵
引言
YOLOv5作为当前流行的目标检测算法,因其轻量级和高效性特别适合在边缘设备如树莓派上部署。本文将详细介绍如何在树莓派4B+上使用YOLOv5实现实时摄像头目标检测,并将检测到的图像自动保存到本地文件夹中。
环境准备
在树莓派上运行YOLOv5需要确保以下环境配置:
- Python 3.8或更高版本
- PyTorch框架(ARM架构适配版本)
- OpenCV库
- YOLOv5源代码
建议使用虚拟环境来管理项目依赖,避免与系统Python环境冲突。
核心代码实现
以下是经过优化的YOLOv5实时检测与图像保存实现代码:
import torch
from PIL import Image
import cv2
import datetime
import os
# 模型加载配置
MODEL_PATH = '/path/to/yolov5s.pt'
model = torch.hub.load('ultralytics/yolov5', 'custom', path=MODEL_PATH)
# 创建保存目录
SAVE_DIR = 'detection_results'
os.makedirs(SAVE_DIR, exist_ok=True)
# 初始化摄像头
cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
while True:
ret, frame = cap.read()
if not ret:
break
# 转换图像格式
img_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
img_pil = Image.fromarray(img_rgb)
# 执行推理
results = model(img_pil)
# 检测到目标时保存图像
if len(results.pred[0]) > 0:
timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
filename = f"{SAVE_DIR}/detection_{timestamp}.jpg"
cv2.imwrite(filename, frame)
print(f"检测到目标,已保存: {filename}")
# 显示实时画面(可选)
cv2.imshow('YOLOv5 Detection', frame)
if cv2.waitKey(1) == 27: # ESC键退出
break
# 释放资源
cap.release()
cv2.destroyAllWindows()
关键技术点解析
-
模型加载优化:
- 使用torch.hub.load()方法加载本地模型
- 指定source='local'参数避免重复下载
- 对于树莓派建议使用yolov5n或yolov5s等轻量级模型
-
图像处理流程:
- OpenCV读取的BGR格式转换为RGB格式
- PIL.Image格式转换以适应YOLOv5输入要求
- 时间戳命名确保文件唯一性
-
性能优化技巧:
- 设置合适的摄像头分辨率(640x480)
- 使用os.makedirs创建保存目录
- 添加ESC键退出功能提升用户体验
常见问题解决方案
-
模型加载失败:
- 检查模型文件路径是否正确
- 确认PyTorch版本与模型兼容
- 树莓派上建议使用PyTorch 1.8+版本
-
检测性能低下:
- 降低输入图像分辨率
- 改用更小的模型(yolov5n)
- 增加树莓派散热措施
-
图像保存问题:
- 检查目录写入权限
- 确保存储空间充足
- 验证时间戳生成逻辑
进阶应用方向
-
多线程处理:
- 将图像采集和推理过程分离到不同线程
- 使用队列实现线程间通信
-
结果可视化:
- 在保存的图像上绘制检测框和置信度
- 添加FPS显示监控性能
-
云端集成:
- 将检测结果上传至云存储
- 实现远程监控功能
结语
在树莓派上部署YOLOv5进行实时目标检测是一个极具实用价值的项目,既能够学习深度学习算法,又能掌握边缘计算设备的应用技巧。本文提供的方案经过实际验证,在树莓派4B+上能够稳定运行,读者可以根据实际需求进行进一步的功能扩展和性能优化。
热门项目推荐
相关项目推荐
- DDeepSeek-R1-0528DeepSeek-R1-0528 是 DeepSeek R1 系列的小版本升级,通过增加计算资源和后训练算法优化,显著提升推理深度与推理能力,整体性能接近行业领先模型(如 O3、Gemini 2.5 Pro)Python00
cherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端TSX028unibest
unibest - 最好用的 uniapp 开发框架。unibest 是由 uniapp + Vue3 + Ts + Vite5 + UnoCss + WotUI 驱动的跨端快速启动模板,使用 VS Code 开发,具有代码提示、自动格式化、统一配置、代码片段等功能,同时内置了大量平时开发常用的基本组件,开箱即用,让你编写 uniapp 拥有 best 体验。TypeScript00
热门内容推荐
1 freeCodeCamp课程中sr-only类与position: absolute的正确使用2 freeCodeCamp课程中ARIA-hidden属性的技术解析3 freeCodeCamp正则表达式教程中捕获组示例的修正说明4 freeCodeCamp全栈开发课程中业务卡片设计实验的优化建议5 freeCodeCamp猫照片应用HTML教程中的元素嵌套优化建议6 freeCodeCamp CSS布局与效果测验中的CSS重置文件问题解析7 freeCodeCamp计算机基础测验题目优化分析8 freeCodeCamp Markdown转换器需求澄清:多行标题处理9 freeCodeCamp 个人资料页时间线分页按钮优化方案10 freeCodeCamp正则表达式课程中反向引用示例代码修正分析
最新内容推荐
项目优选
收起

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
414
315

React Native鸿蒙化仓库
C++
90
155

openGauss kernel ~ openGauss is an open source relational database management system
C++
45
112

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
268
399

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
50
13

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TSX
303
28

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
341
209

🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
84
60

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
625
72

轻量级、语义化、对开发者友好的 golang 时间处理库
Go
7
2