jetsonnano yolo5

对于Jetson Nano上的Yolo5，您可以按照以下步骤进行操作：

1. 首先，您需要生成一个engine文件。您可以使用以下命令来编译并生成yolov5可执行文件和engine序列化文件：

sudo ./yolov5_det -s yolov5n.wts yolov5n.engine n

这将花费大约十分钟的时间。

2. 接下来，您可以使用以下命令来测试图片的路径：

sudo ./yolov5_det -d yolov5n.engine ../images 4.4

这将使用Python接口进行测试。

3. 如果您在Yolov5-in-Deepstream-5.0/Deepstream 5.0/nvdsinfer_custom_impl_Yolo文件夹中缺少yolo.o和yoloPlugins.o两个文件，您可以在百度网盘上找到它们。链接可以在引用\[2\]中找到。

4. 将标签集添加到刚下载的文件中，您可以使用以下命令：

cd Yolov5-in-Deepstream-5.0/Deepstream 5.0
cp ~/darknet/data/coco.names ./labels.txt

5. 最后，您可以修改config_infer_primary_yoloV5.txt文件以适应您的需求。

如果您需要下载其他版本的Yolov5，请访问官方网站：https:/forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-10-now-available/72048 \[3\]。
#### 引用[.reference_title]
- *1* *3* [jetson nano部署yolov5](https://blog.csdn.net/a1691125058/article/details/131626885)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [零基础入门Jetson Nano——Yolov5+TensorRT+Deepstream](https://blog.csdn.net/qq_56548850/article/details/124256112)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]