1 YoLoV4环境搭建
直接下载，然后解压，最后移动到Jetson TX2 NX，如图所示，darknet下载链接: https://github.com/AlexeyAB/darknet
将解压的文件复制到Jetson TX2 NX，如图所示：
下载yolov4.weights权重文件，如图所示：
将权重文件 yolov4.weights 拷贝至 darknet 目录下，如图所示：
依次输入命令，修改Makefile
cd darknet
sudo vim Makefile
如图所示：
进入Makefile之后，输入i进入编辑模式，将Makefile文件进行如下修改
GPU=1
CUDNN=1
OPENCV=1
如图所示，然后按Esc，退出编辑模式，然后按:wq，保存并退出
然后进行编译，输入命令
make -j4
如图所示：
进行图片的目标检测，输入命令
./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg
如图所示：
2 YoLoV4+板载摄像头实时目标检测
输入如下命令
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights /dev/video0
如图所示：
会产生如下错误：
参考大佬方法链接: jetson nano tx2 调用csi摄像头（解决摄像头蓝屏问题），成功调用板载摄像头，输入命令如下
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"
如图所示：
实时目标检测结果如图所示：
退出时，按Ctrl+C即可，如图所示：
3 YoLoV4-Tiny+板载摄像头实时目标检测
运行YoLoV4是可以发现，视频不流畅，FPS值较低，因此继续使用YoLoV4-Tiny进行实时目标检测
首先下载YoLoV4-Tiny权重，如图所示：
然后拷贝至 darknet 目录下，运行命令
./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=1280, height=720, format=NV12, framerate=30/1 ! nvvidconv ! video/x-raw, width=1280, height=720, format=BGRx ! videoconvert ! video/x-raw, format=BGR ! appsink"
如图所示：
实时目标检测结果，如图所示：
退出时，按Ctrl+C即可，如图所示：
B站视频链接: 【手把手一起在Jetson TX2 NX部署YOLOV4实时目标检测】
希望本文对大家有帮助，上文若有不妥之处，欢迎指正
分享决定高度，学习拉开差距