官网地址:https://github.com/ultralytics/yolov5
在Github上下载较为稳定的版本。
2.Anaconda说明
一般计算机上存在基础的运行环境base
,一般使用情境下可在此环境中下载许多常用的包,比如说numpy、pandas、sklearn等等。
但是如果在一些需要对项目、文件打包的时候,如果直接打包base环境,就会导致混入很多本身项目不需要的包,造成依赖包冗余的状态,而通过Anaconda则可以通过创造新的虚拟环境解决此问题。比如需要完成一个目标检测的任务,就需要导入一些包,比如说numpy、pytorch等等,那么只需要在Anaconda中创建一个虚拟环境,然后在此环境中安装相关包即可。
3.Anaconda安装
官网网址:https://www.anaconda.com/
选择Anaconda Distribution
选择Windows
选择64bit版本即可
下载完成之后只需要根据引导安装即可。
4.创建虚拟环境
打开Anaconda Prompt
命令如下所示:
conda create -n yolov5 python=3.8
激活环境:
conda activate yolov5
具体可见博主另一篇文章:Anaconda创建虚拟环境,并将其配置在pycharm中
5.安装pytorch
官网网站:https://pytorch.org/
选择Get Started
此处选择Windows版本,Conda安装方式,Cuda选择11.3(如果没有独立显卡,则选择CPU版本)
复制命令,进行安装(在相应虚拟环境的命令行中输入即可)
注: 需要在相应的虚拟环境下执行命令
安装完成后,可查看pytorch版本情况
import torch
torch.version
6.在Pycharm中配置项目
在Pycharm中打开yolov5的项目。
配置虚拟环境
找到Project,选择Project Interpreter
如下图所示,选择Add
选择Existing environment
再输入虚拟环境python.exe的路径即可
如果不清楚路径,可通过在命令行中输入如下语句查看:
where python
7.其他依赖包安装
在虚拟环境命令行下进入yolov5文件夹执行如下命令(或者把requirement.txt路径改为相应路径即可)
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
2.简单使用
用Pycharm打开下载的yolov5项目文件。
打开detect.py,即程序的主入口。
找到参数配置的位置,如下所示:
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Go语言工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Go语言全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Golang知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024b (备注Go)
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
注Go)**
[外链图片转存中…(img-bu718C9Q-1712994513452)]
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!