在同学指导下不求甚解的搭建了虚拟环境,简单的跑通了yolov5,这里简单记录一下
本文纯自用,想学习的话还是另寻他处
一.磁盘分区
分出220G专门用来放深度学习环境的
1.右键菜单(任务栏windows图标)
2.点击磁盘管理
3.右击下方C盘区域,选择压缩卷
4.在此栏输入你想要的大小1024*220
5.右键新分配区域,选择新建简单卷
二.Pycharm 安装
网址:https://www.jetbrains.com/zh-cn/pycharm/
如果只是简单跑通yolov5简单版就好,高校买了pycharm的话还是下载专业版为好,如果不急可以找教程去获得破解版
三.Anaconda 环境安装
Anaconda官网:https://www.anaconda.com/
推荐清华源:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
在新建的盘中新建文件夹Anaconda,安装时选择到(只是举个例子)D:\Anaconda
手动添加到环境变量中:
D:\Anaconda\Anaconda
D:\Anaconda\Scripts
D:\Anaconda\Library\bin
D:\Anaconda\Library\mingw-w64\bin
配置好后监测是否安装完成
win+R 打开任务管理器cmd
输入conda --version
打开Anaconda prompt
conda指令
conda env list
#查看虚拟环境列表
conda create -n (新建的虚拟环境的名字) python=(python版本)
#新建虚拟环境
conda activate 名称
#进入虚拟环境
conda deactivate
#退出虚拟环境
conda remove -n (需要删除的虚拟环境的名字) --all
#删除此虚拟环境及其配置
conda list
#显示当前虚拟环境所有配置
安装开源包指令
conda install (包的名字)
#安装包
conda uninstall package(包的名字)
#删除包
conda/pip update package(包的名字)
#更新包
换源指令
下载较慢时推荐换源,两种办法一种直接换用清华源网站下载anaconda(网址前文已经给出)
另外一种是指令进行anaconda换源
conda config --show channels
#显示当前源
conda config --remove-key channels
#重置镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
#换用清华源
四. 安装CUDA
网址:https://developer.nvidia.com/cuda-toolkit
要选择和自己电脑适配的Cuda版本
查看和自己电脑适配驱动版本网址:https://www.nvidia.cn/Download/Find.aspx?lang=cn
根据驱动选择cuda版本(也可以打开你电脑NAVIDA安装不大于你电脑支持的版本即可)
五.安装Pytorch
网址:https://pytorch.org/get-started/locally/
根据你的情况选择适合的pytorch版本
进入你刚才创建的环境中,将指令复制到指令栏进行下载
下载速度过慢的话,anaconda换源
检验是否能用gpu训练
打开pycharm,打开你刚才配置好的环境的python.exe中
代码输入
import torch
print(torch.cuda.is_available())
print(torch.__version__)
六.安装yolov5
网址:https://github.com/ultralytics/yolov5
在你的环境中新建文件夹yolov5
code处下载解压到yolov5中
我的yolov5-master(解压后文件名字)是放到了新建文件夹py下又新建文件夹pythonproject1
用pycharm打开你下载的yolov5文件(有的说可以直接打开项目,本菜鸡使用最笨办法打开)
打开后用cd指令进入yolov5文件
cd yolov5-master
之后选择右上角的工具栏,进行环境配置,选择你刚才创建好的环境
有些csdn上会显示装的torch,我的没有,根据学习ubuntu经验应该是有些不显示的,只要验证装了torch就行
配好环境后打开readme文件
终端输入,一键安装其配置
pip install -r requirements.txt
在终端输入,就能用其自带的模型实现调用摄像头了
python detect.py --weights yolov5s.pt --source 0
过程比较狼狈捏