在Jetson Nano安装测试YOLO v5目标识别示例

最新推荐文章于 2025-04-19 16:33:14 发布

星光2020

最新推荐文章于 2025-04-19 16:33:14 发布

阅读量2.2k

点赞数 1

分类专栏：嵌入式系统人工智能文章标签： Jetson Nano YOLO v5

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/mbdong/article/details/122328152

版权

本文档详述如何在Jetson Nano上安装和测试YOLO v5目标识别系统。首先修改显存配置，增大swap分区。接着安装pytorch和torchvision，采用离线方式和源码编译。然后搭建YOLO v5环境，根据requirements.txt安装依赖，并运行图片、视频及摄像头识别测试。在运行中解决Pillow库问题，测试成功。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考链接
https://blog.csdn.net/carrymingteng/article/details/120978053
https://blog.csdn.net/weixin_43947712/article/details/115530913

YOLO作为一个快速高效的目标检测的方案，非常适合部署在边缘设备嵌入式系统上，这里参考网上链接，尝试在Jetson Nano上搭建一个YOLO v5的目标识别示例。

1. 修改显存
修改/etc/systemd/nvzramconfig.sh文件
把后面一行
mem = $((("${totalmem}"/2/"${NRDEVICES}")*1024))
修改为
mem = $((("${totalmem}"*2/"${NRDEVICES}")*1024))

修改之后重启，用
$ free -h
查看显存
在这里插入图片描述
在修改之前默认swap为1.9G，修改之后更改为7.7G。

2. 安装pytorch&torchvision
首先，预安装一些需要的软件
$ sudo apt install libopenblas-base libopenmpi-dev<

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。