树莓派 onnx yolov5-lite 摄像头实时识别物体

学习要趁早呀:
树莓派性能太差了，建议在香橙派上使用npu加速，还便宜

【回复】树莓派的扩展性 还是不错的
我们的未来2025:
up您好，我在将yolov5的onnx部署树莓派的时候，报错了这样的信息，Traceback (most recent call last): File "/home/pi/Desktop/yoloVideo/yolo_img.py", line 126, in <module> det_boxes,scores,ids = infer_img(img0,net,model_h,model_w,nl,na,stride,anchor_grid,thred_nms=0.4,thred_cond=0.5) File "/home/pi/Desktop/yoloVideo/yolo_img.py", line 96, in infer_img outs = cal_outputs(outs,nl,na,model_w,model_h,anchor_grid,stride) File "/home/pi/Desktop/yoloVideo/yolo_img.py", line 58, in cal_outputs grid【i】, (na, 1))) * int(stride【i】) ValueError: operands could not be broadcast together with shapes (3,2,40,11) (4800,2) 想问下您有没有遇到过，是如何解决的？

【回复】这是因为输出没有展平，而且由于YOLOV5的金字塔结构，在输出时需要重新把多尺度输出给映射回去。而在转ONNX时多尺度的输出被分开了.在expert.py里有一个参数--concat，选择concat，这样ONNX就会把所有尺度输出连起来。你可以用netron可视化看看ONNX文件的结构，如果输出层是三路，而且最后有个concat合并就对了。
【回复】回复 @Cchy丶 : 这是因为输出没有展平，而且由于YOLOV5的金字塔结构，在输出时需要重新把多尺度输出给映射回去。而在转ONNX时多尺度的输出被分开了.在expert.py里有一个参数--concat，选择concat，这样ONNX就会把所有尺度输出连起来。你可以用netron可视化看看ONNX文件的结构，如果输出层是三路，而且最后有个concat合并就对了。
【回复】你好 我也遇到了 请问一下您是怎么解决的呢
瑾蓬peng:
onnxruntime.capi.onnxruntime_pybind11_state.Fail: 【ONNXRuntimeError】 : 1 : FAIL : Load model from new.onnx failed:Fatal error: TRT:EfficientNMS_TRT(-1) is not a registered function/op 这怎么解决

小小的忧桑:
王老师，讲jetson nano吗？它用c++ tensort加速的话，速度飞快

【回复】最近刚好准备用这个，能有多快啊，30fps能达到吗
无名不同名:
麻烦能提供下摄像头型号吗，libcamera版本VideoCapture(0)是无效的，希望大佬能提供一下摄像头型号

我们的未来2025:
为什么视频检测不出来，图片可以检测

我们的未来2025:
老师为什运行one–img.py的时候老师出错，原因是数组维度不匹配，找了很多资料都没解决

挨打立正菜就多练:
up主能不能发一下树莓派的requestments呀[星星眼]

雾下阿蒙:
老师，YOLO训练后runs里面预测图片部分预测不出来

庸人自虑:
老师，训练的时候出现提示not enough values to unpack (expected 3, got 2)是咋回事呀

搜神:
树莓派4B，8G跑yolov5如何？yolov8又如何？