树莓派型号：4B 4G内存32G储存卡

镜像版本：Raspberry Pi OS-64bit-desktop 2022-9月版镜像地址

为什么选择22年9月的版本呢，此版本自带python3.9，一些其他系统自带的其他版本的python往往是系统的依赖，想要更换成3.9有点麻烦，所以直接选择自带python3.9的系统。看到这段话的朋友配置时，请尽量使用我的版本，亲测一路绿灯~

python版本：3.9

YOLOv5版本：6.0

摄像头：1080P杰锐微通

树莓派烧录请参考博客

目录

0.更换国内镜像清华源镜像站

1.安装依赖

2.安装opencv、pytorch

3.安装YOLO依赖

4.启动YOLOv5

---

0.更换国内镜像清华源镜像站

        进入网站后在左侧菜单栏中选择debian及 raspberrypi粘贴至sources.list

注：一定要选择所对应的版本，比如我的是debian11就选bull

lsb_release -a #查看系统环境

---

 修改镜像源文件

sudo nano /etc/apt/sources.list

#复制清华源替换默认镜像
sudo nano /etc/apt/sources.list
# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye main contrib non-free
deb-src https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye main contrib non-free

deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-updates main contrib non-free
deb-src https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-updates main contrib non-free

deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-backports main contrib non-free
deb-src https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-backports main contrib non-free
#上面是debian的，下面是raspbian的
deb https://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ bullseye main

1.安装依赖

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install libopenblas-dev libblas-dev m4 cmake cython python3-dev python3-yaml python3-setuptools python3-wheel python3-pillow python3-numpy

#如果报如下图错误则需要使用pip安装cython 

#如果报如下图错误则需要使用pip安装cython
pip3 install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple cython

2.安装opencv、pytorch

  安装opencv 

sudo apt-get install python3-opencv

在下面网站中寻找对应的torch、torchvision
这边选择的是python3.9的torch1.8.1和torchvision0.9.1。有些系统可能不适用如上版本，可以选择低版本或者高版本再次尝试

 https://download.pytorch.org/whl/torch_stable.html

如果需要下载其他库,将网址字段 whl 后 改为你需要的 如https://download.pytorch.org/whl/numpy

注意选择对应版本，32位系统后缀为v7l，64位系统后缀为arrch64,以及python版本(如cp39为python3.9版本)

可使用如上版本

cd进入下载目录，然后在目录中执行如下命令安装(xxxx替换为相应包名)

pip3 install xxxxx

安装完成后调用库查看是否安装成功

python
import torch
import torchvison

 无报错说明安装成功进度50%！

3.安装YOLO依赖

下载YOLOv5-6.0https://github.com/ultralytics/yolov5/tree/v6.0至主目录

解压至目录：

tar -xzvf yolov5-v6.0.tar.gz
cd yolov5-v6.0

进入yolov5项目后，找到requirements.txt注释掉文件中的numpy、torch、opencv和torchvison对应的行。

nano requirements.txt

 使用pip一键安装其他环境,安装时间较长

pip3 install -r requirements.txt -i https://pypi.douban.com/simple/#安装其他依赖

4.启动YOLOv5

在启动之前需要增大gpu显存，因为默认的显存分配只有两位数。。（改太大可能无法显示桌面）

sudo raspi-config

选择Performance内的GPUmem 

选择第四个

大小自己填写，数字一定得是2的x次方

第一次启动时需要mo法下载字库以及默认pt模型

python3 detect.py --source 0 --imgsz 384 #--启动摄像头实时检测 --将摄像头图片压缩为224*384再输入网络

detect的参数 请参考此博客https://blog.csdn.net/qq_44989881/article/details/119275231?fromshare=blogdetail&sharetype=blogdetail&sharerId=119275231&sharerefer=PC&sharesource=m0_60673426&sharefrom=from_link参考博客

保姆级教程，树莓派最新64位系统部署yolov5_树莓派安装yolo5-CSDN博客

树莓派部署YOLOv5目标检测（详细篇）_树莓派yolov5-CSDN博客