在PC和树莓派上部署 YOLOv10 做检测

文章预览

计算机视觉可以是不同规模的机器学习应用的重要组成部分，从价值20,000美元的特斯拉机器人或自动驾驶汽车到智能门铃和吸尘器。这也是一个具有挑战性的任务，因为与云基础设施相比，在“真实”的边缘设备上，硬件规格通常更加受限。 YOLO（You Only Look Once，你只需看一次）是一个流行的目标检测库；它的第一版是在2015年制作的。YOLO对于嵌入式设备特别有趣，因为它几乎可以在任何地方运行；不仅有Python版本，还有C++（ONNX和OpenVINO）和Rust版本可用。一年前，我在树莓派4上测试了YOLO v8。现在，许多事情都发生了变化——新的树莓派5已经可用，而且更新的YOLO v10也已经发布。因此，我期望在新硬件上的新模型能够更快、更精确地工作。 本文中介绍的代码是跨平台的，所以没有树莓派的读者也可以在Windows、Linux或OS X电脑上运行它。 树莓派 对于 ………………………………