Jetson

jetson大创存盘

G20210604 基于Jetson的自主口罩检查机器人

成员：李梁裕邓明王啸凡朱嘉俊王周怡

指导老师：董一琳

运行

准备好jetson nano 4GB 或相同以上配置
打开终端输入git clone https://github.com/pjreddie/darknet.git
cd darknet
输入vi Makefile编辑编译文件GPU=1 ,CUDNN=1 ,OPENCV=1 , NVCC=PATH（PATH为设备上nvcc的位置，一般在usr/local/cuda-x/bin/nvcc）
保存退出后输入make开始编译
编译完成后输入./darknet测试若出现usage: ./darknet 则安装成功
将start.sh中的exprot的路径分别改为darknet所在路径和该目录所在路径
在 https://pjreddie.com/media/files/darknet53.conv.74 下载 darknet53.conv.74模型到darknet安装目录中
在终端中输入./datainit.py 运行脚本。
终端中输入./start.sh即可运行人脸口罩识别系统
若遇到camera类错误请修改start.sh文件中 -c 1 改为-c 0 该程序目前仅支持usb摄像头 \

软件环境配置
参考yolov5 requirements.txt

Base ----------------------------------------

matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0

Logging -------------------------------------

tensorboard>=2.4.1
wandb

Plotting ------------------------------------

pandas>=1.1.4
seaborn>=0.11.0

Export --------------------------------------

coremltools>=4.1 # CoreML export
onnx>=1.9.0 # ONNX export
onnx-simplifier>=0.3.6 # ONNX simplifier
scikit-learn==0.19.2 # CoreML quantization
tensorflow>=2.4.1 # TFLite export
tensorflowjs>=3.9.0 # TF.js export
openvino-dev # OpenVINO export

Extras --------------------------------------

albumentations>=1.0.3
Cython # for pycocotools cocodataset/cocoapi#172
pycocotools>=2.0 # COCO mAP
roboflow
thop # FLOPs computation