yolov8系列[五]-项目实战-yolov8模型无人机检测

项目介绍

无人机识别项目,无人机搭载nvidia jetson边缘计算板子,进行实时识别。使用yolov8算法，训练了识别无人机的模型，模型可以更换。
jetson上电,程序自动启动拉取rtsp或者usb获取视频流,每秒获取3张图片进行算法分析,算法分析之前每3秒保存一张图片,
每5秒保存一张识别后图片,同时识别后的图片实时添加gps信息(需要gps硬件模块);最终保留完整的识别视频。无人机项目,无人机搭载nvidia jetson边缘计算板子,进行实时识别。

项目展示

功能简介

1. 程序开机启动
2. 从RTSP流或者USB摄像头获取视频流,进行算法识别。识别前每3秒保存一张图片,每5秒保存一张识别后图片
3. 识别后的图片添加gps信息,gps信息从北斗+gps设备获取无人机识别项目,无人机搭载nvidia jetson边缘计算板子,进行实时识别
4. 保存识别后的视频流为.avi格式,需要经过转换成.mp4格式才能播放,参考start_cover_video.sh
5. 网页端实时查看识别后的视频流，视频延迟在1秒内
6. 网页端实时查看保存好的识别结果图片

代码结构

├── config
│   ├── nginx.conf  --nginx配置文件(暂时不用)
│   └── rc-local.service  --(jetson开机自启动服务)
├── drone_yolov8_deploy_noshow.py  --不弹窗显示
├── drone_yolov8_deploy_show.py  --弹窗显示
├── file  --文件目录
│   ├── detection  --检测结果图目录
│   │   ├── detection_{110}_{2023-06-29_20:39:22}_addgps.jpg  --检测到目标后增加gps信息的图片
│   │   └── detection_{110}_{2023-06-29_20:39:22}.jpg  --检测到目标后的图片
│   ├── gps  --gps测试目录
│   │   ├── 001_addgps.jpg
│   │   ├── 001.jpg
│   │   └── 002.jpg
│   └── origin  --原图目录
│       └── orgin_{150}_{2023-06-29_20:39:23}.jpg  --原图
├── model
│   ├── yolov8l_drone.pt  --yolov8模型文件
│   └── yolov8n.pt
├── README.md  --readme
├── requirements.txt  --依赖包文件
├── start_cover_video.sh  --视频转换脚本
├── start_noshow.sh  --后台启动脚本
├── start_show.sh  --后台启动脚本
├── temp.jpg
├── templates  --flask模板文件
│   ├── file.html
│   └── index.html
└── utils  --工具类目录├── gps_utils.py├── image_gps.py└── udp_utils.py

如何启动

开机自启动

开发者模式

1. 安装依赖环境

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn.simple

2. 启动程序

python drone_yolov8_deploy_show.py

或者

sh start_show.sh

源代码下载

无人机识别项目,无人机搭载nvidia jetson边缘计算板子,进行实时识别

其他

欢迎交流