树莓派5部署yolo

一、前言

本文旨在给出在树莓派5B以及目前最新的基于Debian version: 12 bookworm的raspberrypiOS上部署yolo的教程。不同于一些过时的教程，这篇教程中的方法会强调与老方法的不同点以及需要注意的坑。

二，检测摄像头

最新的树莓派系统不需要在raspi-config中开启摄像头了，如果在raspi-config中找会发现找不到摄像头的选项。

所以安装好摄像头后直接在终端中运行

sudo libcamera-hello -t 0 --camera 0

（这里是把摄像头装到CAM0接口）

如果能看到画面就算摄像头安装成功

编辑

三、安装库

根据官方给出的代码，我们要安装一些python的库：opencv、picamera2、ultralytics。

但是我们如果直接pip安装会发现报错error: externally-managed-environment This environment is externally managed。但是如果创建虚拟环境的话会找不到libcamera库，所以我们要执行下面的命令

sudo mv /usr/lib/python3.11/EXTERNALLY-MANAGED /usr/lib/python3.11/EXTERNALLY-MANAGED.bak

这样就可以进行pip安装了。

四、运行代码

这里我用的是官网最新的代码，很多老的教程这里还是通过cv2.videocapture()来获取摄像头图像，如果还是这样用的话会报错，所以我们要用picamera2。

import cv2
from picamera2 import Picamera2

from ultralytics import YOLO

# Initialize the Picamera2
picam2 = Picamera2()
picam2.preview_configuration.main.size = (1280, 720)
picam2.preview_configuration.main.format = "RGB888"
picam2.preview_configuration.align()
picam2.configure("preview")
picam2.start()

# Load the YOLO11 model
model = YOLO("yolo11n.pt")

while True:
    # Capture frame-by-frame
    frame = picam2.capture_array()

    # Run YOLO11 inference on the frame
    results = model(frame)

    # Visualize the results on the frame
    annotated_frame = results[0].plot()

    # Display the resulting frame
    cv2.imshow("Camera", annotated_frame)

    # Break the loop if 'q' is pressed
    if cv2.waitKey(1) == ord("q"):
        break

# Release resources and close windows
cv2.destroyAllWindows()

这段代码第一次运行会下载yolov11的模型，下载完毕后会出现一个窗口显示摄像头图像，按q键可以退出。

编辑