本文主要是介绍使用Jetson AGX Orin进行口罩识别，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在 https://gitee.com/gpus/maskDetection_jetson 代码仓有个口罩识别的案例，我们来看看能不能在Jetson AGX Orin上搞定。
先将该代码仓fork到自己的代码仓（以便魔改）
回到自己的代码仓：
根据README.md来操作吧！
首先需要下载darknet框架并安装，但是众所周知，github不是很友好。
所以还是把 https://github.com/AlexeyAB/darknet 通过gitee来过渡：https://gitee.com/zhanghui_china/darknet
git clone https://gitee.com/zhanghui_china/darknet
根据README
我们来操作：
cd darknet
mkdir build_release
cd build_release
cmake ..
cmake的版本好像有点不够：
记得上次是装过cmake 3.23了。
那怎么回事呢？原来张小白上次整理存储，把/home/zhanghui下的很多东西都挪到/home/zhanghui1下面去了。
那就改一下.bashrc吧：
source ~/.bashrc
cmake --version
cd darknet/build_release/
cmake ..
cmake --build . --target install --parallel 12
...
成功完成安装。
下载darknet53.conv.74模型：
wget https://pjreddie.com/media/files/darknet53.conv.74
由于这又不是一个好的URL，张小白只好再用其他方法下载：
然后使用MobaXterm传到Orin上去。
下载口罩识别工程：
git clone https://gitee.com/zhanghui_china/maskDetection_jetson
cd maskDetection_jetson
unzip dataset.zip
执行 ./0_dataDispatch.py
执行结果如下：
修改mask.data文件：
将每个文件或目录名改为真实的地址：
复制 /home1/zhanghui/darknet/cfg/yolov4-tiny-custom.cfg 到当前目录：
根据以下要求：
修改 yolov4-tiny-custom.cfg
编辑 1_trainMask.sh
将前面下载的74文件移动到当前目录：
开始模型训练：
屏幕会闪很久：
据说Jetson Nano 4G会训练90分钟左右。
看看Orin到底需要训练多久：
在训练的过程中，Orin的风扇开始响了。前面都是静悄悄的干活。。。
我们另开一个终端窗口，打开jtop看下使用情况:
ALL:
GPU:
CPU:
确实有12个CPU。
看来主要是GPU在跑。
跑完了。
其实时间也帮我算了：
real 13m19.088s
user 26m12.781s
sys 2m59.157s
现在GPU是休息了：
看来算力比Jetson Nano 4G大很多的结论是没跑的了。（等有空把这些骚操作在我的Jetson Nano B01上试一下——你这个喜新厌旧的张小白。。。）
cp yolov4-tiny-custom.cfg yolov4-tiny-custom.cfg.train
再按照下面的指引：
修改yolov4-tiny-custom.cfg的参数：
像上图那样打开注释，增加注释即可。
修改推理代码 2_demoMask.sh
先用本地test试一下吧：
./2_demoMask.sh
由于MobaXterm的加持，图形界面显示到了Windows中：
从测试视频上来看，正面戴口罩识别率较好，侧脸识别率略差。也有误识别的情况：
你对着一个口罩识别它没有戴口罩是几个意思？
当然，也可以识别出人没有戴口罩：
识别完毕！
下次等张小白搞定了摄像头后，再来看下Jetson AGX Orin能否用摄像头识别有没有戴口罩。
（全文完，谢谢阅读）
这篇关于使用Jetson AGX Orin进行口罩识别的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
