基于Dearknet和Darknet-ROS在Jetson Nano部署yolov3 tiny,进行口罩佩戴检测
单独运行yolov3-tiy进行目标检测
下载Darknet源码并编译
https://gitee.com/bingda-robot/darknet.git或者上传本地的darknet源码至Jetson Nano
scp -r /User
YOLOV5训练自己的无人车避坑（障）系统
一、环境配置
1.安装好显卡驱动，如：CUDA；
2.配置好pytorch1.7及以上版本的python3,尽量安装GPU和CPU通用的pytorch
这部分我不详细讲述，各位哥可以
Jetson NX 使用Tensorrt加速yolov4/yolov4-tiny模型
这里默认你已经获得了你自己训练好的yolo模型，博主这里常用的是darknet框架训练yolo模型，下面会以yolov4和yolov4-tiny举例。
#下载、安装环境
git clone https://git
