YOLOv8 on Jetson Nano

简介

本项目使用TensorRT在Jetson Nano运行YOLOv8，具体的效果如下：

需要的依赖

若想要运行代码，需要有一个Jetson Nano单板计算机（2GB或4GB的均可），其中的软件配置如下：

• Jetpack 4.6.1
• TensorRT 8.2.1.8
• OpenCV 4.1.1

使用方法

模型转换

1、导出ONNX模型

通过以下代码导出YOLOv8的ONNX文件：

from ultralytics import YOLO

model = YOLO("yolov8n.pt")
model.export(imgsz=320, format='onnx')

2、转换为TensorRT的引擎文件

由于TensorRT的优化与硬件相关，不同硬件中转换的模型可能会出现错误。因此，首先将ONNX模型上传至Jetson Nano当中，然后通过trtexec进行转换。

trtexec --onnx=<ONNX file> --saveEngine=<output file>

运行代码

将模型存放至工程目录当中，修改代码的模型路径，然后编译并运行，即可得到对应结果。

YOLO model("../model/yolov8n.engine", logger);