虚拟机VMware下Ubuntu20.04配置YOLOV5

如果是君

已于 2024-09-24 17:02:54 修改

阅读量554

点赞数 6

文章标签： linux YOLO 深度学习

于 2024-08-29 18:12:45 首次发布

本文链接：https://blog.csdn.net/2302_80099075/article/details/141628895

版权

网上的教程繁多，但各有异同，这里写下自己的经验供参考借鉴。需要明确一点，由于使用的是虚拟机，无法安装显卡驱动（很多教程不是针对虚拟机，需要安装显卡驱动）。

1、安装Anaconda

终端执行以下命令，查看系统架构：

uname -a

我这里是X86。

通过以下网址下载相对应的Anaconda文件：

https://repo.anaconda.com/archive/

这里下载的是Anaconda3-2022.05-Linux-x86_64.sh。在下载文件所在目录打开终端，并执行以下命令。

bash Anaconda3-2022.05-Linux-x86_64.sh

出现以下画面：

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

如果是君

关注关注

6
点赞
踩
8

收藏

觉得还不错? 一键收藏
打赏
10
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

虚拟机VMware安装Ubuntu20.04

欢迎进入我的个人博客https://galaxyzh.github.io/

06-09

3928

使用虚拟机安装Ubuntu20.04，并对环境进行简单配置。

深度学习环境安装(VMware)-Miniconda-pytorch

weixin_47453139的博客

02-09

3558

从头开始安装深度学习环境VMware下，安装Miniconda,创建，激活虚拟环境安装pytorch,一键安装yolov5环境，还给朋友们提供github加速小工具！！！

10 条评论您还未登录，请先登录后发表或查看评论

Ubuntu20.04部署YOLOv5

周同学的博客

04-21

1万+

Ubuntu20.04部署YOLOv5

ubuntu20.04安装yolov5及环境配置(踩坑记录)

xzm12q的博客

04-21

1948

我安装的是1.10.1版本，版本主要分为CUDA版本和CPU版本，如果你有NVIDIA的显卡，则使用CUDA版本，否则使用CPU版本，使用GPU版本需要对应自己的CUDA版本，下面使用pip命令进行安装。下载解压之后，将cuda/include/cudnn.h文件复制到usr/local/cuda-10.2/include文件夹，将cuda/lib64/下所有文件复制到/usr/local/cuda-10.2/lib64文件夹中，豆瓣：http://pypi.doubanio.com/simple/

Ubuntu 20.04 安装部署 Yolo5 开发环境

wxl5018的专栏

07-28

1566

基于Ubuntu20.04 安装 Yolo5 环境。先安装显卡驱动。从 NVDIA官网上下载最新的驱动，安装后进行下一步。下载进行安装。安装之后，使用 conda -V和 python -V查看版本信息。接下来，创建虚拟环境：进入 Yolo5 虚拟环境，在虚拟环境中安装Pytorch GPU 版。在 Conda 虚拟环境中执行 Pytorch GPU 版安装命令，如下所示：等待安装完成。执行脚本测试 PYTORCH 和 CUDA 的功能是否正常。

Ubuntu 20.04 安装pytorch并且配置yolov5

锡城小凯的博客

03-05

3426

1.安装anaconda https://www.anaconda.com/products/individual#linux 下载64-Bit (x86) Installer (529 MB) 进入目标文件夹bash Anaconda3-2020.11-Linux-x86_64.sh，一路回车，中途输入yes 1.1关闭默认开启（base）环境如果觉得默认开启（base）环境有点不爽，可输入以下命令改回常规情况： $ conda config --set auto_activate_base false

虚拟机ubuntu跑yolov5教程推荐+建议及问题总结

J_taoLALA的博客

03-31

418

（2），进入虚拟机安装过程会由于分配率问题无法显示“下一步”，需要使用“windows+鼠标挪动 ”即可，或者关闭虚拟机后调节虚拟机--分辨率设置+虚拟机内--设置--“显示”我想说，从安装vescode配置c/c++/python环境再到简单的pycharm,现在的虚拟机，（1），虚拟机在终端中打开下载某些包时需要输入密码，就是不会显示出来的，直接正常输入就可以。（1），“无法获得锁，锁正由。不要害怕重新再来，也许有一天我们会遇到----更加难过的情况-最后的最后，解决问题的终极方案是---

虚拟机VMware下Ubuntu20.04配置YOLOV5的方法ubuntu22.04可以使用吗

热门推荐

qq_24586395的博客

04-25

1万+

linux-yolov5

yolov5系列-[1]-ubuntu安装yolov5环境

GeekPlusA的博客

12-30

2390

yolov5系列-[1]-ubuntu安装yolov5环境@[TOC](yolov5系列-[1]-ubuntu安装yolov5环境)1. 安装anaconda环境2. yolov5代码以及安装3. 多GPU训练 Multi-GPU Training 1. 安装anaconda环境下载anaconda sudo wget https://repo.anaconda.com/archive/Anaconda3-2021.11-Linux-x86_64.sh bash Anaconda3-2021.11-L

Ubuntu20.04配置深度学习环境yolov5最简流程

m0_60657960的博客

03-05

9606

提示Command 'nvidia-smi' not found, but can be installed with:说明你还没有安装显卡驱动。打开终端输入nvidia-smi，查看可以安装cuda的版本（低于这个等于这个版本都可以安装，高于11.3版本，建议安装11.3的）安装显卡驱动最简单方式：打开软件和更新ununtu软件-下载自-安装源改成国内。然后左面有一个附加驱动里面有许多专有的驱动程序，点击一个，接着点击应用更改。三、安装配置cuda、cudnn。解决方法：打开软件更新器更新一下。

Ubuntu20.04配置深度学习+yolov5+yolov7环境

nonobodyyy的博客

04-29

2109

若提示没有该模块，回去检查吧，哪步有问题，再重新开始执行；这时不区分不影响anaconda的正常使用，但pytorch和tensorflow对这Linux中自带的python3和anaconda中的python的使用需求不同，后期需要进行两者的切换。在“四、pytorch-cpu安装”中已经展示了如何安装pytorch-cpu版本了，这可以让你在不使用gpu时也能对代码进行调试验证，也就是import torch是可以正常导入的，但torch.cuda.is_available()会返回False。

ubuntu20部署yolov5环境详细版 pytorch

Study__ing_的博客

06-25

2303

详细的介绍ubuntu20配置yolov5环境

yolov5安装与使用

rui888的博客

04-04

320

并将识别好的结果放在。我们可以看下原始图片。

YOLO-yolov5安装教程（详细流程）

weixin_61218382的博客

03-22

4217

进入miniconda网站选择一个安装包（py38版本）。在这个界面需要勾选前三个。到这里显示安装成功在开始菜单中找到刚刚下载安装好的miniconda（注意：一定要是Ａnaconda Prompt）。点击anaconda prompt进入后针对yolov5创建自己的环境。输入conda create -n yolov5 python=3.8（即创建了一个名为yolov5的虚拟环境）。然后回车进行配置，出现下面这个结果后继续输入y，进行确认安装。

ubuntu20.04搭建yolov8环境

m0_64293675的博客

08-14

667

ubuntu20.04搭建yolov8环境

VMware Ubuntu20.04下yolov3环境搭建

weixin_46270731的博客

11-16

1819

YOLO是“You Only Look Once”的简称，YOLO系列算法是目标检测算法的经典代表。一、环境搭建（1）下载darknet源码 clone后，进入darknet文件夹，make编译一下 git clone https://github.com/pjreddie/darknet.git cd darknet make （2）下载权重文件 wget https://pjreddie.com/media/files/yolov3.weights 若下载速度太慢可复制链接在浏览器中下载，下