# YOLOv5_Tello_Demo

**Repository Path**: zshxie/yolov5_-tello_-demo

## Basic Information

- **Project Name**: YOLOv5_Tello_Demo
- **Description**: 本项目将 YOLOv5 目标检测模型与 Tello 无人机结合，实现实时目标检测功能。通过 robomaster SDK 控制 Tello 无人机的摄像头捕获视频流，并使用 YOLOv5 模型处理无人机传回的视频流进行目标检测，并显示检测结果。

- **Primary Language**: Unknown
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2025-04-25
- **Last Updated**: 2025-04-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# YOLOv5_Tello_Demo

基于 YOLOv5 目标检测模型的 Tello 无人机演示项目，[B站视频demo](https://www.bilibili.com/video/BV1ZvytYZEqM/)。

## 项目简介On

本项目将 YOLOv5 目标检测模型与 Tello 无人机结合，实现实时目标检测功能。通过 robomaster SDK 控制 Tello 无人机的摄像头捕获视频流，并使用 YOLOv5 模型处理无人机传回的视频流进行目标检测，并显示检测结果。

## 环境要求

- Python 版本：3.8.0-3.8.9（兼容 YOLOv5 和 robomaster 的版本要求）
- 操作系统：Windows/Linux/MacOS
- Tello 无人机
- 稳定的 WiFi 连接

## 安装步骤

1. 创建并激活虚拟环境
```bash
conda create -n tello python=3.8
conda activate tello
```

2. 安装 YOLOv5 依赖
```bash
pip install -r requirements.txt
```

3. 安装 robomaster SDK
```bash
pip install robomaster
```

## 使用说明

### 准备工作

1. 确保电脑已连接 Tello 无人机的 WiFi
2. 关闭系统防火墙（必要步骤，否则可能无法与无人机通信）
3. 准备训练好的 YOLOv5 模型文件

### 运行演示

主要演示脚本为 `tello_infer_v2.py`：

1. 修改脚本中的模型路径：
```python
self.model = "path/to/your/model.pt"  # 替换为你的模型路径，默认路径模型为检测美团和青桔的共享单车。
```

2. 运行脚本：
```bash
python tello_infer_v2.py
```

## 注意事项

1. robomaster SDK 仅支持 Python 3.6.6-3.8.9 版本
2. YOLOv5 要求 Python 3.8.0 或更高版本
3. 运行前请确保：
   - Tello 电池电量充足
   - WiFi 连接稳定
   - 已关闭防火墙
   - 运行环境中的 Python 版本符合要求

## 相关资源

- [YOLOv5 官方仓库](https://github.com/ultralytics/yolov5)
- [RoboMaster SDK 文档](https://robomaster-dev.readthedocs.io/zh-cn/latest/index.html)