YOLOv5保姆级安装教程

目录

一、Anaconda下载

①Anaconda是什么?

②运行yolov5为什么要下载Anaconda呢?

③Ananconda下载

二、安装Pycharm

三、yolov5下载以及运行环境配置

步骤一(下载yolov5官方源码)

步骤二(配置yolov5运行环境)

四、yolov5环境测试及运行


一、Anaconda下载

①Anaconda是什么?

🚀 它是一个功能强大的数据科学平台(这是比较严谨且抽象的回答)简单来说,它就是一个工具,它功能强大,做数据分析的,机器学习的,人工智能算法的都会用到它,所以它就是一个工具,现在不要畏惧它,总有一天你就会熟练的使用这个工具。

②运行yolov5为什么要下载Anaconda呢?

🚀 首先描述一下使用它的需求:现在人工智能算法发展的特别快,有很多的大模型,而想要运行这些代码就必定会用到某些库,或者某些特定版本的库;现在我想运行A人工智能算法,它需要库X的3.8版本,那就安装X的3.8版本,来运行A算法;现在人工智能算法发展的特别快又出现了B人工智能算法,而运行它的需求是库X的3.9版本,那现在就又要安装库X的3.9版本了,那么现在需求来了,怎么样才能让我这个好学的程序员同时学习A和B这个算法呢?怎么才能管理这些繁杂的运行环境库呢?

很好,有了需求,那么解决需求的来了,就是Anaconda。来看看他是如何解决程序员的这种需求的。

🚀 Anaconda解决需求:Anaconda通过创建不同的运行虚拟环境来解决,有了Anaconda就可以方便的创建和管理这些人工智能大模型的运行环境了。

🚀 Anaconda解决上述需求如下:程序员通过Anaconda创建运行人工智能算法A的一个虚拟环境,在这个虚拟环境里安装运行这个算法所必需的库,那么想运行A算法,就进入A的虚拟环境运行;对于算法B也创建一个对应的运行虚拟环境,并在它的虚拟环境里安装它所需要的库。

这样通过Anaconda就可以很好管理我们的虚拟环境和运行代码时所需要的库了,让我们的代码运行环境变得有组织而不杂乱,这么整齐,就太棒了!

所以我们下载Anaconda是为了创建yolov5的运行环境,给它一个安安静静的运行环境,让我们的yolov5宝贝有自己的私人空间。

(这个需求只是从管理运行环境出发,解释了为什么要下载Anaconda,当然Aanconda的功能十分强大,不仅仅是满足了这一个需求。)

③Ananconda下载

Anaconda下载链接如下,点击进行主页。

Free Download | Anaconda

直接点击下载即可!安装很无脑,基本直接下一步即可,推荐安装在C盘。以下是具体安装步骤。

🚀 1)双击下载好的.exe文件,会弹出如下窗口,点击next。

🚀 2)点击 I agree,然后选择ALL User。

🚀 3)这里建议放C盘,因为我之前没放C盘,出现了一些奇怪的错误解决不了,不过我现在还是没放C盘,这个大家自行选择即可。

 🚀 4)这里直接两个都勾选上,第一个是添加环境变量,建议勾上,不勾的话,后面得自己去path里配环境变量,第二个是默认勾上的,就让他勾上。

 🚀 5)安装中,等待一会就好。

 🚀 6)恭喜你,这样安装就完成了!!!completed successfully!!!

安装完成后,点击电脑的开始键,就可以看见我们安装的Anaconda

需要注意的是,安装后想将我们的大蟒蛇Anaconda卸载的话,千万别按着常规方法卸载,会导致卸载不干净,下次再安装Anaconda的时候就会安装失败,一定要去CSDN上搜索教程卸载。

二、安装Pycharm

为什么需要安装Pycharm这不用多说吧,这是实际运行yolov5代码的地方。

这个安装也没什么要注意的,注意社区版本community版,该版本免费,下载地址如下

Download PyCharm: The Python IDE for data science and web development by JetBrains

 

下载好安装包后,直接无脑下一步就可以,这里安装好即可,至于Pycharm运行环境的配置,会在下方讲到。

三、yolov5下载以及运行环境配置

步骤一(下载yolov5官方源码)

点击下方链接下载yolov5源码。

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

进入官网后点击绿色图标Code,然后点击如下图所示的Download ZIP,就会自动下载yolov5源码。

下载完成后,是一个名字为yolov5-master的压缩包,直接解压得到如下文件夹。

步骤二(配置yolov5运行环境)

找到Anaconda Prompt,并点击。

点击后会进入如下界面,会显示

(base)C:\User\Caicien>

接着输入conda create -n yolov5 python=3.8来创建yolov5的虚拟运行环境

conda create -n yolov5 python=3.8

输入完成后,会如上图所示,之后如下图所示,输入y。

显示如下图所示,即表示yolov5虚拟环境创建成功。验证环境创建成功,输入

conda env list

显示有yolov5则表示运行环境创建成功,此时我们创建的虚拟环境里还什么都没有,还得安装运行yolov5代码的一下用到的一些库;yolov5的作者是已经给我们列好了安装哪些库的,他把这些需要的库都放在requirements.txt中,而这个requirements.txt就在我们刚下载的yolov5-master文件夹中。

接下来在刚刚创建的yolov5虚拟环境中安装所必须的库。首先输入

conda activate yolov5

就会自动激活我们创建的yolov5虚拟环境,如黄色框出来的所示,由base环境切换为了yolov5环境,则表示我们成功进入了刚刚创建的yolov5环境,而那些所必须的库,就是需要安装在这个环境中,接着使用如下命令安装库。(安装时后不要开梯子,可能会错,安装不成功。)

pip install -r D:/PythonWorkspace/Yolo_target_detection/yolov5-master/requirements.txt

输入命令后,如上图所示,这些必要的库就开始安装了,等待一段时间,让它安装完成,安装过程可能会出现非常慢的情况,遇到这种情况,直接Ctrl+C中断安装,然后添加上清华源来pip。清华源如下

https://pypi.tuna.tsinghua.edu.cn/simple

然后重新输入以下命令,加上清华源

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r D:/PythonWorkspace/Yolo_target_detection/yolov5-master/requirements.txt

结果如下

显示如下即是安装成功

现在就已经为yolo5创建好了运行的虚拟环境,并在这个虚拟环境中安装了运行yolov5运行所需要的库。 

四、yolov5环境测试及运行

🚀 进入下载的yolov5-master文件夹,随便点击一个其中的.py文件,用Pycharm打开。

 🚀 点击open in project。

🚀选择yolov5-master文件夹。

 🚀点击cancel ,这是创建虚拟环境的,我们已经使用Aanconda创建过了,所以cancel。

🚀 将yolov5-master配置到创建的yolov5 虚拟环境中。

🚀 配置完成!!! 

🚀 然后测试一下代码,先下载yolov5s.pt文件,这个文件后面训练的时候会用到的,下载后放这里。下载路径,点击就可以下载。

https://github.com/ultralytics/yolov5/releases/download/v7.0/yolov5s.pt

 🚀 直接运行detect.py代码,就会运行成功,如下图所示,Result saved to runs\detect\exp3,表示成功。

🚀查看结果

 

到这里,就大功告成了!!!!! 

  • 69
    点赞
  • 57
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
要跑通YOLOv7保姆教程,可以按照以下步骤操作: 1. 首先,根据引用[1]中提到的文章,安装CPU环境下的OpenVINO,并参考该文章中的教程使用ONNX导出YOLOv7模型并调用接口进行摄像头推理预测。 2. 接下来,根据引用中的文章,详细学习如何配置YOLOv7代码。这个教程详细讲解了在本地电脑或者服务器上配置YOLOv7,并且使用自己的数据集进行训练、推理和检测等操作。 3. 参考引用中提到的文章,可以了解更多关于YOLOv7的实现和训练自己的数据集的详细教程。这些文章提供了有关YOLOv5YOLOv7的目标检测和训练自己的数据集的具体步骤和方法。 通过按照这些教程的步骤进行操作,你应该能够跑通YOLOv7保姆教程,并且学习如何配置和训练自己的数据集。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [YOLOv7教程系列:一、基于自定义数据集训练专属于自己的目标检测模型(保姆教程,含数据集预处理),包含...](https://blog.csdn.net/weixin_45921929/article/details/126448031)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [YOLOv7保姆教程(个人踩坑无数)----训练自己的数据集](https://blog.csdn.net/weixin_55749226/article/details/128480595)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值