玩派小记-yolo实例运行

哥们儿弄了个飞腾派说给我玩玩。周末找时间折腾了一下，记录一下过程。就不发拆箱图了，反正就一个板子，一个风扇，一个电源。发个全家福吧。

自己弄张tf卡做个系统。从百度网盘下载镜像。

链接:https://pan.baidu.com/s/1ZSFl8reCeAsfTOm7HvkxvQ?pwd=cf6b 
提取码:cf6b

我这个是4G内存版本，因此用这个镜像：

做系统按照手册来就好，也懒得多说了。既然入手了，总要折腾点啥。想来想去，先在上面搞个图像分类检测玩玩。这个分类检测可以作为后续AI算法的一个基础。连上wifi开整。

安装Archiconda3

用github上大神编译好的aarch64版本的anaconda脚本（https://github.com/Archiconda/build-tools/releases）直接下载后，执行脚本安装即可。

chmod +x Archiconda3-0.2.3-Linux-aarch64.sh**
# 安装 Archiconda， 提示需要 enter 的地方就回车， 需要选 yes|no 的地方就输入 yes
sh ./Archiconda3-0.2.3-Linux-aarch64.sh

升级pip

#升级 pip
python -m pip install --upgrade pip-23.1.2-py3-none-any.whl

**#注意， 如果出现问题， 就删除/home/user/.cache/pip 文件夹， 然后重试上面命令 **

安装fastDeploy

#安装已经编译好的 FastDeploy
pip install fastdeploy\_python-1.0.2-cp37-cp37m-linux\_aarch64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

验证fastDeploy安装正常

python
import fastdeploy as fd

结果类似下图

下载yolo例程

选取的例子是fastdeploy自带的yolov5lite。进入sdk中目录：examples\vision\detection\yolov5lite\python

sdk可通过git clone https://github.com/PaddlePaddle/FastDeploy.git下载

获取模型文件和待检测图片

wget https://bj.bcebos.com/paddlehub/fastdeploy/yolov5s.onnx
wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg

推理

#python 推理
python infer.py --model yolov5s.onnx --image 000000014439.jpg --device cpu

测试结果：