本项目基于飞凌嵌入式OKMX8MP-C开发板，并且开发板已经移植虚拟机，需要在开发板上安装依赖包，并保证开发板已经连接到网络。


01

登录到OKMX8MP-C开发板



将Type-C先接到Debug口，开机模式选择eMMC（即模式选择开关2置on，其他均off），开机后使用root账号登录。

image.png


02

修改pip源



为了加快安装速度我们需要修改pip源：


mkdir~/.pipvim~/.pip/pip.conf


添加以下内容：


[global]trusted-host=mirrors.aliyun.comindex-url=http://mirrors.aliyun.com/pypi/simple/



03

安装python venv环境



先安装python3-venv指令：


apt install python3-venv


安装成功提示：

image.png


创建yolo目录（目录名字可以自取），并进入目录安装python3环境：


cd~mkdiryolocdyolopython3-m venv venv


执行如下图：

image.png

激活python3 venv环境：


source venv/bin/activate


执行成功显示如下：

image.png


04

安装Ultralytics



UltralyticsYOLOv8基于深度学习和计算机视觉领域的尖端技术，在速度和准确性方面具有无与伦比的性能。其流线型设计使其适用于各种应用，并可轻松适应从边缘设备到云 API 等不同硬件平台。


安装指令：


pip3 install ultralytics

image.png


05

测试运行



使用以下指令进行测试，source中的图片可以替换其他链接。


yolo predict model=yolov8n.pt source='https://img95.699pic.com/xsj/18/0w/8f.jpg'


运行过程中会下载模型和图片，耐心等待：

image.png

运行成功会提示在runs/detect/predict*目下生成运算结果，可以用scp指令拷贝到windows的电脑上，在cmd终端中执行以下指令，指令参考如下：


scp root@192.168.123.18:/root/yolo/runs/detect/predict/8f.jpg E:\\

image.png


如果能识别以下信息，说明我们的YOLO环境已经能正常运行了。

image.png



以上就是在飞凌嵌入式OKMX8MP-C开发板上进行YOLO环境搭建的过程，希望能够对大家有所帮助。