YOLOv8.1 Google Colabで学習し、Jetson NanoとPythonで物体検出する（2024/02）

• Jetson Nano 4GB
• micro SDXC 64GB
• logicool C270N
• Ubuntu 20.04

Google Colab上でYOLOv8.1.9を用いて学習する

Pythonのバージョンを確認します(2024/02/03：3.10.12)

!python3 -V

Google Driveをマウントします

from google.colab import drive
drive.mount('/content/drive')

YOLOv8.1用のディレクトリを作成します

%cd "/content/drive/MyDrive/"
%mkdir Python3.10_YOLOv8.1
%cd Python3.10_YOLOv8.1

YOLOv8.1をインストールします

!pip3 install ultralytics

YOLOv8の動作確認をします

!yolo predict model=yolov8n.pt source='https://ultralytics.com/images/zidane.jpg'
from IPython.display import Image, clear_output
Image(filename='runs/detect/predict/zidane.jpg', width=600)

Python3.10_YOLOv8.1直下にdata.yamlをアップロードします

data.yaml

train: ../train/images
val: ../valid/images

# number of classes
nc: 4

# class names
names: ['pcb', 'battery', 'nut', 'spacer']

Python3.10_YOLOv8.1直下にtrain、validフォルダをアップロードし、学習を行います

!yolo detect train data=data.yaml model=yolov8n.pt epochs=300 imgsz=640 batch=8

マイドライブ > Python3.10_YOLOv8.1 > runs > detect > train > weights に重みファイル best.ptが保存されます。

Jetson Nanoで YOLOv8を動かす

Jetson Nano with Ubuntu 20.04 OS image(2024/02/03：20.04 3b)を入手します

※username：jetson、password：jetson

キーボード、タイム ゾーンの設定

Settings
-> Region & Language -> Input Sources：Other -> Japanese
-> Data & Time -> Time Zone：JST(Tokyo, Japan)

モジュールの追加・更新

pip3 install psutil==5.9.5

YOLOv8.1.9をダウンロードします

• 「pypi.org」から「ultralytics-8.1.9-py3-none-any.whl」をHome直下にダウンロードします。

YOLOv8.1.9をインストールします。

pip3 install --no-deps ultralytics-8.1.9-py3-none-any.whl

YOLOv8の動作確認

yolo predict model=yolov8n.pt source="https://ultralytics.com/images/zidane.jpg"

検出結果は「Home/runs/detect/predict」内に保存されます（zidane.jpg）。

• Google Colabで学習した重みファイルを使用して認識を実行

yolo task=detect mode=predict model=best.pt source=0 show=True imgsz=256

Jetson Nano：1 frame：66.3ms（15.0fps）

Pythonでプログラムを作成する

プログラム

JetsonYolo.py

import cv2
import numpy as np
from ultralytics import YOLO

classes = ['pcb', 'battery', 'nut', 'spacer']
colors = list(np.random.rand(4, 3)*255)
model = YOLO('best.pt')

cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

cv2.namedWindow('win', cv2.WINDOW_AUTOSIZE)


while True:
    ret, frame = cap.read()

    results = model(frame, conf=0.5, iou=0.5)

    result = results[0]
    
    for box in result.boxes:
        label = classes[int(box.cls)]
        score = round(float(box.conf), 2)
        color = colors[int(box.cls)]
        print(label, score)

        r = box.xyxy.tolist()
        cv2.rectangle(frame, (int(r[0][0]), int(r[0][1])),
                        (int(r[0][2]), int(r[0][3])), color, 2)
        cv2.putText(frame, f'{label} ({str(score)})', (int(r[0][0]), int(r[0][1])),
                        cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2, 4)

    cv2.imshow('win', frame)

    if cv2.waitKey(30) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

実行方法

python3 JetsonYolo.py