部署YOLOv5项目的工作空间----以及如何下载github项目----以及如何下载官方权重文件

阿筠ajunwiwx

已于 2024-05-08 11:48:59 修改

阅读量1.1k

点赞数 27

分类专栏：机器学习环境搭建文章标签： YOLO pycharm python 机器学习人工智能 opencv 目标检测

于 2024-05-02 18:57:15 首次发布

本文链接：https://blog.csdn.net/2302_76846184/article/details/138392538

版权

机器学习环境搭建专栏收录该内容

5 篇文章 1 订阅

订阅专栏

本文详细指导了如何在Windows上搭建包含Anaconda、PyCharm、NVIDIA驱动及PyTorch等的深度学习环境，包括下载YOLOv5官方源码和权重文件，以及在PyCharm中部署并验证YOLOv5项目的过程。

摘要由CSDN通过智能技术生成

前言

前面搭建好的深度学习环境：(超详细)搭建深度学习环境【Anaconda+Pycharm+NVIDIA 显卡驱动+PyTorch(含GPU版)+CUDA+cuDNN+win10】+ 配置系统环境变量-CSDN博客

自然也有对应的项目~

YOLOv5项目~

如果突然打不开网址，可以参考一下：1.github【你的连接不是专用连接】或者2.guithub界面显示混乱异常（界面无样式问题）再或者3. github直接打不开（无法访问），以下有三种办法可以尝试。_github 你的连接不是专用连接-CSDN博客

当然还有纯纯是因为网络问题……

（如果实在是打不开，这里俺贡献出资源……[永久有效]

链接：https://pan.baidu.com/s/1v8f4J6FyVbW9ANvwbACOvQ?pwd=1234
提取码：1234
--来自百度网盘超级会员V5的分享）

一、下载官方源码的压缩包

1. YOLOv5官方网址

链接：ultralytics/yolov5 at v5.0 (github.com)

1.1 打开后的界面如下；

1.2 可以跟我选择一样的版本5.0；

1.3 然后点击“code”，再点击下载压缩包；

1.4 找到我们浏览器下载好的压缩包文件，解压放到桌面~

二、下载官方权重文件

1. 方法一

1.1 以下就是四个权重网址，依次复制到浏览器里，回车下载；


https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5l.pt

https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5m.pt

https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5x.pt

1.2 这是浏览器下载完后的，样子；

1.3 把权重文件复制一份，放到解压后的yolov5-5.0文件里的

2. 方法二

2.1 打开网址：ultralytics/yolov5 at v5.0 (github.com)

2.2 点击“Tags”

2.3 选择需要的对应版本“v5.0”

2.4 进到页面后，下滑到最下面，就可以下载啦！

三、在Pycharm中部署YOLOv5的开发环境

1.在桌面鼠标右键，用pycharm打开yolov5-5.0文件

2.配置我们搭建好的环境

3. 如何添加环境的操作

3.1 这里是给第一次添加环境的朋友给个示例；

3.2 这里是已经添加完的，直接“show All”那里；

3.3 “show All”后的界面，选择自己的环境；

4. 点击“Apply”，再“OK”；

5. 由于我在新环境里面只安装了Pytorch框架(含GPU)，所以还需要安装YOLO需要的框架

点击“install requirements”，就会出现下面的大红框，再点击“Install”

6. 可以点击下方进度条查看下载进度；

7. 时间会有点久，耐心等待一下；

8. 如果下载失败opencv，就点击File>settings，按照下面的选项，“+”号，输入“opencv”，下载即可；

9. 如果在上面搜索“thop”库，搜索不到，且又一直安装不了

则直接打开“Anaconda Prompt()”

依次输入两条语句

conda activate yolo  # 这里是打开自己创建的环境名，我的名为yolo

pip install thop

四、验证YOLOv5项目

1，打开“detect.py”文件，找到主函数，修改我们的权重文件路径

2. 找到我们刚刚复制的权重文件地址，鼠标右键选择“Copy Path……”

2.1 选择第二个相对路径

3. 复制到我们权重文件地址

3.1 运行我们的程序吧！

4. 后续会有问题出现

我的是在“common.py”文件里有两个库没有安装

“import requests” 和“from PIL import Image”

4.1 “import requests”解决办法

4.2 “from PIL import Image”中的Image解决办法

我首先先采用上面那种方式，结果发现不可以！！！！

后面百度加上自己琢磨花了一个小时，烦了，直接就卸掉，重装！！！！

很好~ 简单粗暴，效果很好~

conda activate yolo # 先转换到自己的环境

pip uninstall pillow  # 删除

pip install pillow  # 重装

打开“Anaconda Prompt()”，先切换到自己的环境，再执行哦

5. 最终效果

5.1 完美 ^_^ 撒花

5.2 直接从文件夹打开，欣赏一下 ~