在基于rosmaster小车的jetson nano主板部署yolo v5目标检测网络的时候发现无法打开摄像头Astra pro进行实时监测,所以记录一下解决方法:

0.确认摄像头可用

首先先参考我上一篇博客所记录的方法打开USB摄像头:

Jetson Nano打开USB摄像头(Rosmaster小车)

1.输入指令

ls /dev/

查看可用设备是否有video(如video0、video1、video2等):

 如果有的话跳转到第步,没有的话继续看:

3.输入指令使用nvgstcapture gstreamer应用程序通过nvidiaapi访问相机功能

# V4L2 USB camera (where <N> is the /dev/videoN node)
nvgstcapture-1.0 --camsrc=0 --cap-dev-node=0

可以看到:

想把该设备命名为video0、video1、video2都行,这也决定了后续yolo detect代码对应的改动:

cdn输出代表该设备命名为video0了,再次输入指令

ls /dev/

 可以看到:

或者输入指令:

v4l2-ctl --list-devices

可以看到: 

4.对detect.py代码进行对应的改动:

 我的是将default改为’0’使用摄像头,但你的是多少,要看指令

v4l2-ctl --list-devices

输出的设备有哪些,想调用的摄像头名称是video1的话,就将default改为’1’使用该摄像头,运行应该就没问题了:

GitHub 加速计划 / yo / yolov5
49.39 K
16.03 K
下载
yolov5 - Ultralytics YOLOv8的前身,是一个用于目标检测、图像分割和图像分类任务的先进模型。
最近提交(Master分支:2 个月前 )
79b7336f * Update Integrations table Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> * Update README.md Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> * Update README.zh-CN.md Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> --------- Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> 18 天前
94a62456 * fix: quad training * fix: quad training in segmentation 20 天前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐