标签: YOLO

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。 0 1 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。 0 2 修改pip源 为了加快安装速度我们需要修改pip源： mkdir ~/.pip vim~/.pip/pip.conf 添加以下内容： trusted-host =mirrors.aliyun.com index-url =http://mirrors.aliyun.com/pypi/simple/ 0 3 安装python venv环境 先安装python3-venv指令： apt install python3-venv 安装成功提示： 创建yolo目录（目录名字可以自取），并进入目录安装python3环境： cd ~ mkdiryolo cdyolo python3-m venv venv 执行如下图： 激活python3 venv环境： source venv/bin/activate 执行成功显示如下： 0 4 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 0 5 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： 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: \\ 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。 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。