windows10+ python3 + cuda 11.2 + vs2019 + tensortx_yolov5 + bug

12.12本来想在自己的电脑上跑一下python版本的推理,中间遇到的问题记录一下以放自己以后忘了耽误时间


  那个cuda的安装过程网上很多这里不说了,主要就是cudnn里的那几个文件要copy到cuda里,ps:本人之前没有弄cuda加速的,所以我先安装了cuda,再安装的vs2019,这里是一个坑,后面会说。


  1. 按部就班的走,开始第一步是要把 ./tensorrtx/yolov5/gen_wts.py拷贝到yolov5项目里,这个主要的作用是把网络的模型文件转化为wts文件,
  2. 第二步也是按照要求走,首先,cmake .. 就是去运行那个cmakelist.txt
    mkdir build #新建build文件夹,cmake会生成很多文件,防止污染代码
    cd build
    cmake ..

    这里cmake ..就会报错了 具体是,能看到前面是已经找到了cuda的,但后面又说找不到了

Found CUDA: C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.2 (found version "11.2")

...

CMake Error at C:/Program Files/CMake/share/cmake-3.20/Modules/CMakeDetermineCompilerId.cmake:441 (message): No CUDA toolset found.

  看了网上的解释,大家说的都是cuda的版本与visual studio的版本不匹配,这里我就很迷,这两个东西还能有冲突,于是自然而然的去百度了 vs 与cuda兼容性的问题。

3. 网上就出现了很多关于cuda和vs的安装配置教程(c++的东西都好高级好难弄),众多搜索都告诉了令我有些绝望的结果,

         他们的解决方法都是先卸载cuda然后重装

        这两个东西cuda安装难度还行,但是影响很大,很容易环境错乱然后现在的项目都跑不起来了。 

        vs更不用说了,很难卸载干净。所以我一直在找不用卸载的解决办法。       

 4.之所以安装要有先后顺序,区别vs在新建项目那里能不能找到cuda的模版,按正规步骤是能找到的

而我是找不到的

所以就引出了下面的关键词,怎么能在不卸载的情况下解决安装顺序的问题。

关于这一点网上其实也有解决办法。

就是把cuda目录下的文件夹中的全部内容,我记得一共是4个(反正就是要全部)

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\visual_studio_integration\MSBuildExtensions

 复制到vs的路径下

C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\BuildCustomizations

 好巧不巧,我按照上面的两个路径找,一个都找不到,一个一个看,CUDA\v11.2\extras下面的东西哪去了呢,其实这和我一开始cuda的安装方法有关,不知道小伙伴们记不记得,当初自定义安装cuda的时候是有这个选项的。

        但是当时我没选,其实这个东西选了之后也容易导致一下安装失败的问题,那好了现在没有这个东西我该去哪找呢,万幸我还留着当时cuda的安装包(话说这个安装包我也找了好久)。

        把安装包打开(不是重新安装的意思),程序会先解压一下东西,等待解压完毕后,不要做任何操作,

C:\Users\user_name\AppData\Local\Temp\CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

上面文件夹的内容就是你要找的文件。

        好了,下面解决第二个问题,其实这个目标路径也挺好找的每个人都是不一样的,比如我的vs的安装路径就在

C:\Program Files (x86)\Microsoft Visual Studio

        到这个文件里直接搜索,BuildCustomizations,出来的就是目标路径啦,全拷贝过来就行了。

2019\Community\MSBuild\Microsoft\v160\BuildCustomizations

        再次运行cmake .. ,当然在这之前你要把build中的CMakeCache.txt删掉,否则只会重复执行刚才的结果。

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
您好!对于Windows 10上使用YOLOv5训练自己的数据集,您可以按照以下步骤进行操作: 1. 安装Anaconda:首先,您需要在Windows 10上安装Anaconda,这是一个用于创建和管理Python环境的工具。 2. 创建虚拟环境:打开Anaconda Prompt,并创建一个新的虚拟环境,以隔离您的项目依赖。 ``` conda create -n yolov5 python=3.8 ``` 3. 激活虚拟环境:激活新创建的虚拟环境。 ``` conda activate yolov5 ``` 4. 克隆YOLOv5仓库:在虚拟环境中,使用Git克隆YOLOv5仓库。 ``` git clone https://github.com/ultralytics/yolov5.git ``` 5. 安装依赖:进入克隆的YOLOv5仓库目录,并安装所需的依赖。 ``` cd yolov5 pip install -r requirements.txt ``` 6. 准备数据集:将您的自定义数据集准备好,并按照YOLOv5的要求进行标注。 7. 配置训练参数:在`yolov5/data`目录下,创建一个新的`.yaml`文件,用于配置您的数据集和训练参数。 ``` cd data cp coco.yaml your_dataset.yaml ``` 编辑`your_dataset.yaml`文件,将相关路径和设置修改为您的数据集信息。 8. 开始训练:回到YOLOv5目录,并运行训练命令。 ``` cd .. python train.py --data data/your_dataset.yaml --cfg models/yolov5s.yaml --batch-size 16 ``` 这是一个简单的示例命令,您可以根据实际情况调整参数。 9. 监控训练过程:训练过程中,您可以通过Tensorboard来监控训练指标和可视化结果。 ``` tensorboard --logdir=runs/train ``` 10. 测试模型:训练完成后,您可以使用训练得到的模型进行目标检测任务。 ``` python detect.py --source your_image.jpg --weights runs/train/exp/weights/best.pt --conf 0.4 ``` 以上是一个基本的流程,您可以根据自己的需求和数据集进行相应的调整和优化。希望对您有所帮助!如果您有其他问题,请随时提问。

“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 3
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