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。
登录后查看全文
热门内容推荐
1 Bootstrap项目中SASS混合声明警告的解决方案2 Bootstrap项目CDN服务中断问题分析与解决方案3 Bootstrap 5.3.3 主题颜色覆盖问题解析与解决方案4 Bootstrap项目中Sass变量覆盖的最佳实践5 Bootstrap表格背景色问题的深度解析与解决方案6 Bootstrap项目中使用Yarn Berry的配置指南7 Bootstrap 5 浮动标签与浏览器自动填充样式冲突问题解析8 Bootstrap 5 中如何利用 Safari 原生开关控件增强用户体验9 Bootstrap 5.3.3 构建问题分析与解决方案10 Bootstrap项目中blockquote示例在排版与卡片组件中的差异分析
最新内容推荐
Yosys 0.45版本在大型RISC-V CPU综合过程中遇到的优化问题分析 Aimeos项目中JSON API货币过滤问题的解决方案 Templater插件中异步文件存在检查的正确使用方法 FluentAssertions 8.0 中全局断言配置的迁移指南 PSReadLine控制台光标位置异常问题解析与解决方案 nemos 项目亮点解析 Steamless项目:解决RPG Maker XP解包后帮助功能失效问题 nautilus-folder-icons 的项目扩展与二次开发 JRuby中Java21集合的first方法行为变化解析 AlphaCodium项目对Claude 3模型支持的技术评估
项目优选
收起

🔥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
51
14

🎉 (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
441
339

openGauss kernel ~ openGauss is an open source relational database management system
C++
52
119

React Native鸿蒙化仓库
C++
97
173

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
88
244

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
343
224

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
273
455

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
636
75

方舟分析器:面向ArkTS语言的静态程序分析框架
TypeScript
29
36

插件化、定制化、无广告的免费音乐播放器
TSX
21
2