YoloV5环境类目

部署库类目

• Anaconda3 with Python 3.9.18 Download

• Pycharm 2023.03 Community Download

• Pypi源 清华大学镜像网站教程 Open

• Pytorch 1.13.1+cu117 Download

• Git x64 Download

• Cuda 11.7 Download

• Cudnn 9.0 Download

• Yolov5 Download

• Cuda与Cudnn官方对照表 Open

标注工具类目

• Label Studio Open

Label Studio修改上传单个文件和最大文件数

Label Studio基于Django，通过修改路径\Lib\site-packages\django\conf中的global_settings.py以实现目的，具体如下：

# Maximum size, in bytes, of a request before it will be streamed to the
# file system instead of into memory.
FILE_UPLOAD_MAX_MEMORY_SIZE = 2621440  # i.e. 2.5 MB

# Maximum size in bytes of request data (excluding file uploads) that will be
# read before a SuspiciousOperation (RequestDataTooBig) is raised.
DATA_UPLOAD_MAX_MEMORY_SIZE = 2621440  # i.e. 2.5 MB

# Maximum number of GET/POST parameters that will be read before a
# SuspiciousOperation (TooManyFieldsSent) is raised.
DATA_UPLOAD_MAX_NUMBER_FIELDS = 1000

# Maximum number of files encoded in a multipart upload that will be read
# before a SuspiciousOperation (TooManyFilesSent) is raised.
DATA_UPLOAD_MAX_NUMBER_FILES = 100

上面的修改经验证无效，下面提供一个新的方法：
\Lib\site-packages\label_studio\core\settings目录下base.py，具体为：

# file / task size limits
DATA_UPLOAD_MAX_MEMORY_SIZE = int(get_env('DATA_UPLOAD_MAX_MEMORY_SIZE', 250 * 1024 * 1024))
DATA_UPLOAD_MAX_NUMBER_FILES = int(get_env('DATA_UPLOAD_MAX_NUMBER_FILES', 100))

修改完重启即可，经验证与猜测前者参数被覆盖，导致内存占用巨大且卡死在限制阈值的判断中。后者占用内存小且速度快。
实测第一次上传1001个可用且反应尚可且可多次添加，上传3003个出现小幅度内存波动且超过5分钟没有上传完成，情况未知。
本人处理器为i7 7700HQ，在CPU满载情况下加载缩略图索引图至1000左右花了超过5分钟时间，各位自行斟酌。

LabelStudio关于bbox的半自动标注的类目

• wget Download
• playground Open
• label-studio-ml Open
• segment-anything Open
• SAM pth Download

wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_b_01ec64.pth

• 在playground/label_anything目录中运行以下命令即可：

label-studio-ml start sam --port 8003 --with sam_config=vit_b sam_checkpoint_file=.\sam_vit_b_01ec64.pth out_poly=False out_mask=False out_bbox=True device=cpu

在b模型的测试中，使用cuda利用GTX1060下，占用4~5.5G显存，100左右的标注数据依旧不够理想，会出现错误标注。

挂代理解决99.9%的问题

两个环境共用site需要安装两次，先从卸载开始。

Anaconda解决多Python环境分离pip安装路径的办法

• 不同虚拟环境使用不同版本的Python，例如yolov5使用3.9.18以及label使用3.8.18。
• 修改Lib下site.py中的USER_SITE和USER_BASE。