保姆式教学yolov5环境配置

最新推荐文章于 2025-03-09 14:30:27 发布

小李子---世源

最新推荐文章于 2025-03-09 14:30:27 发布

阅读量1.8k

点赞数 45

文章标签： YOLO python conda pip pillow

本文链接：https://blog.csdn.net/2301_81678815/article/details/144321355

版权

环境配置：

（1）：miniconda下载

（2）：pypi国内源安装

（3）：pytorch

（4）：yolov5安装

（1）：miniconda下载地址

Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

选择和你设备系统一样的安装包下载（安装时最好安装在c盘，目录里不要有中文，同时在安装时勾选PATH）

在安装完之后在设备搜索里面可以发现安conda prompt，然后点击进入。

进入后输入conda create -n yolov5 python=3.9然后回车（注意这里的python版本版本过高可能安装不上），然后跳出提示后输入y并回车

当出现下面的界面时说明环境配置成功

（2）：pypi国内源安装

输入conda activate yolov5激活环境然后进入清华的镜像网站https://mirrors.tuna.tsinghua.edu.cn/help/pypi/

在刚刚配置好的虚拟环境里面输入pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple（注意一定是在yolov5的环境下而不是base）

（3）pytorch安装

电脑有GPU的

安装上面这个图选择即可（不同的是你的系统版本，我的是Windows系统，同时推荐用pip的命令进行安装比conda的安装要简洁一些，注意cuda的版本不能高于你的GPU所支持的最高版本，这个可以在显卡的控制面板里面查看，最后选择好了之后复制下面RUN this command里面的命令并在虚拟环境里面运行，后面等待安装结束即可）

电脑无GPU的（CPU版本）

同上面大差不差，把cuda换成CPU即可

（4）：yolov5安装

https://github.com/ultralytics/yolov5

下载master版本的zip文件，同时进入上图的release在Assets里面下载source code.zip最后解压即可

将解压文件在pycharm里面打开master文件找到requirements.txt文件将里面换成这样即可（如果用GPU训练请将这两行注释掉torch>=1.8.0 torchvision>=0.9.0）

 Usage: pip install -r requirements.txt

# Base ------------------------------------------------------------------------
gitpython>=3.1.30
matplotlib>=3.3
numpy>=1.23.5
opencv-python>=4.1.1
pillow>=10.3.0
psutil  # system resources
PyYAML>=5.3.1
requests>=2.32.0
scipy>=1.4.1
thop>=0.1.1  # FLOPs computation
torch>=1.8.0  # see https://pytorch.org/get-started/locally (recommended)
torchvision>=0.9.0
tqdm>=4.64.0
ultralytics>=8.2.34  # https://ultralytics.com
# protobuf<=3.20.1  # https://github.com/ultralytics/yolov5/issues/8012

# Logging ---------------------------------------------------------------------
# tensorboard>=2.4.1
# clearml>=1.2.0
# comet

# Plotting --------------------------------------------------------------------
pandas>=1.1.4
seaborn>=0.11.0

# Export ----------------------------------------------------------------------
# coremltools>=6.0  # CoreML export
# onnx>=1.10.0  # ONNX export
# onnx-simplifier>=0.4.1  # ONNX simplifier
# nvidia-pyindex  # TensorRT export
# nvidia-tensorrt  # TensorRT export
# scikit-learn<=1.1.2  # CoreML quantization
# tensorflow>=2.4.0,<=2.13.1  # TF exports (-cpu, -aarch64, -macos)
# tensorflowjs>=3.9.0  # TF.js export
# openvino-dev>=2023.0  # OpenVINO export

# Deploy ----------------------------------------------------------------------
setuptools>=70.0.0 # Snyk vulnerability fix
# tritonclient[all]~=2.24.0

# Extras ----------------------------------------------------------------------
# ipython  # interactive notebook
# mss  # screenshots
# albumentations>=1.0.3
# pycocotools>=2.0.6  # COCO mAP

然后在pycharm的终端里面输入pip install -r requirements.txt等待安装完所有相应的安装包即可

最后在anconda prompt里面激活yolov5环境然后进入yolov5-7.0（就是source code.zip这个文件解压后的文件）然后输入python detect.py，结果如下就完成了环境配置