[深度学习 - 目标检测] yolov5 环境配置
1. 准备1.1. 仓库地址https://github.com/ultralytics/yolov51.2. 依赖环境1.2.1. 安装 Conda资源路径https://docs.conda.io/en/latest/miniconda.html添加 Anaconda 环境变量D:\DevlopmentSoftwares\Anaconda3\ScriptsD:\DevlopmentSoftwa
·
1. 准备
1.1. 仓库地址
1.2. 依赖环境
1.2.1. 安装 Anaconda
- 资源路径
- 添加 Anaconda 环境变量
D:\DevlopmentSoftwares\Anaconda3\Scripts
D:\DevlopmentSoftwares\Anaconda3
D:\DevlopmentSoftwares\Anaconda3\Library\bin
- Conda入门
- 使用国内 conda 软件源加速:
1.2.2. 安装 CUDA
1.2.3. 安装Opencv
2. 操作
2.1. 源码及模型准备:
- 使用Git下载源码:
git clone https://github.com/ultralytics/yolov5.git
- 下载预训练权重文件:yolov5m6.pt 。在源码
yolov5
文件路径下内新建文件夹weights
,将下载好的yolov5m6.pt
文件拷贝进去;
2.2. 打开Anaconda Prompt,创建一个虚拟环境:
conda create -n yolov5 python=3.7 //环境名为yolov5 ,python版本选择3.7
conda activate yolov5 //激活yolov5 环境
2.3. 安装所需要的依赖:
2.3.1. 安装pytorch与torchvision:
安装pytorch时需要先去查看自己的cuda版本:
nvcc --version
然后选择适配 的pytorch版本,pytorch官网:https://pytorch.org/;
# ROCM 4.0.1 (Linux only)
pip install torch==1.8.1+rocm4.0.1 torchvision==0.9.1+rocm4.0.1 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
# ROCM 3.10 (Linux only)
pip install torch==1.8.1+rocm3.10 torchvision==0.9.1+rocm3.10 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
# CUDA 11.1
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
# CUDA 10.2
pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
# CUDA 10.1
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
# CPU only
pip install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
举例:我的CUDA版本是11.1,选择:
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
检测pytorch安装结果,显示如下结果则成功:
python
>>> import torch
>>> print(torch.cuda.is_available())
True
>>> print(torch.version.cuda)
11.1
2.3.2. 安装其他依赖
- 打开下载好的
yolov5
代码库中的requirements.txt
文件,将torch
和tourchvision
的信息注释掉;
- 因为PyTorch版本是要根据cuda版本来确定的,txt文件是根据cuda10.0编写的,所以要注释掉,单独安装PyTorch。
scipy>=1.4.1
# torch>=1.7.0
# torchvision>=0.8.1
tqdm>=4.41.0
torch
和torchversion
单独安装好之后,使用清华镜像源,在yolov5
路径下执行:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
2.6. 测试
- 打开
Anaconda Prompt
; - 激活
yolov5
环境;
conda activate yolov5
- 进入到
yolov5
路径下:
cd E:\Dev\yolov5
- 运行如下代码即可:
python detect.py --source ./data/images/ --weights weights/yolov5m6.pt --conf 0.4
- 以下信息代表成功:
- 查看结果,在
yolov5\runs\detect\exp3
路径下:
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
已为社区贡献1条内容
所有评论(0)