在樹莓派安裝 YOLOv8

在樹莓派上安裝 YOLOv8 需要安裝 Python、PyTorch、Ultralytics YOLOv8 以及相關的 OpenCV、NumPy 等庫。以下是完整的安裝步驟：

1️⃣ 更新系統與安裝必要套件

        sudo apt update && sudo apt upgrade -y
        sudo apt install python3-pip python3-dev python3-venv -y
    

2️⃣ 安裝 PyTorch

樹莓派的 CPU 版本不同，需選擇適合的 PyTorch 版本。

樹莓派 64 位元 (Raspberry Pi OS 64-bit)

        pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
    

樹莓派 32 位元 (Raspberry Pi OS 32-bit)

        pip install torch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 --no-cache-dir
    

3️⃣ 安裝 YOLOv8

        pip install ultralytics
    

驗證安裝是否成功：

        from ultralytics import YOLO
        model = YOLO("yolov8n.pt")
        print("YOLOv8 安裝成功！")
    

4️⃣ 安裝 OpenCV

        pip install opencv-python numpy
    

測試 OpenCV：

        import cv2
        print(cv2.__version__)
    

5️⃣ 下載 YOLOv8 預訓練模型

        wget https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt
    

6️⃣ 執行 YOLOv8 物件偵測

        from ultralytics import YOLO
        import cv2
        
        model = YOLO("yolov8n.pt")
        cap = cv2.VideoCapture(0)
        while cap.isOpened():
            ret, frame = cap.read()
            if not ret:
                break
            results = model(frame)
            annotated_frame = results[0].plot()
            cv2.imshow("YOLOv8 Detection", annotated_frame)
            if cv2.waitKey(1) & 0xFF == ord('q'):
                break
        cap.release()
        cv2.destroyAllWindows()
    

7️⃣ 加速 YOLOv8 在樹莓派上執行

(1) 使用 OpenVINO 加速

        pip install openvino openvino-dev
    

然後使用 YOLO("yolov8n_openvino_model") 來執行。

(2) 使用 TensorRT (適用 Jetson Nano)

        pip install nvidia-pyindex
        pip install nvidia-tensorrt
    

總結

這樣就完成 YOLOv8 的安裝與運行！🎉 有問題可以隨時問我 😊