睿擎 RK3506 核心板+基于Yolov10与botsort的车辆识别

采用开发板与视觉相结合,在上面部署yolo模型,实现一定区域的车辆识别

睿擎 RK3506 核心板+基于Yolov10与botsort的车辆识别封面
墨尘_033314512025-10-26 21:37:53GPL 3.0
311
Star

PCBA

设计文件

KiCad图标car_yolo_de.zip769.68KB

其他附件

EDA查看器

复制嵌入代码

详细介绍

项目描述

  1. 给开发板具有usb与tpye-c接口,同时还有mipi人机交互界面。

  2. 可以使用type-c进行供电,也可以使用12V直流电源模块供电。

  3. 采用usb连接工业摄像头,连接电源供电按照下方要求进行执行。

安装运行环境

#安装yolov10    官方链接   https://github.com/THU-MIG/yolov10
conda create -n yolov10 python=3.9
conda activate yolo_car
pip install -r requirements.txt

yolov10超参数调整参考

yolov10超参数调整

rk3056是arm32架构与平常的linux电脑x86的安装稍有不同
 PyTorch 和 TorchVision
pytorch  的安装 参考  https://github.com/pytorch/pytorch.git
 Python 代码验证 PyTorch 是否可用:
终端执行python3 -c "import torch; print(torch.__version__); print(torch.cuda.is_available())" 
出现False(正常,无 GPU),则安装成功。

安装bortsort

https://github.com/NirAharon/BOT-SORT

进入BoT-SORT-main目录

pip install -r requirements.txt

注意自己的pytorch版本

安装成功后使用yolo训练自己的数据集,这里训练的数据集采用自己电脑进行训练最后导出tensorRT(后缀为.engine) ,复制到自己的开发板

#参考
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.export(format="engine")

之后运行脚本python detect_car_lie.py