YOLOv5实战记录01-安装环境 CPU版

已于 2024-03-26 23:03:09 修改
阅读量326 收藏 6
点赞数 5
分类专栏： YOLOv5实战记录 每日学习打卡 文章标签： YOLO
于 2024-03-26 23:00:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/EmileJiao/article/details/137060731
版权
本文讲述了在电脑配置较低的情况下，如何在CPU版本上安装YOLOv5并解决pip配置问题。作者分享了在安装过程中遇到的SSL模块缺失及如何使用Venv挂载解决步骤。
摘要由CSDN通过智能技术生成

仅供自己记录使用，不够详细，慎看。

指路大佬课程：【手把手带你实战YOLOv5-入门篇】YOLOv5 模型检测_哔哩哔哩_bilibili

我的电脑配置比较低，显卡也不知道怎么选择，就先安装了CPU版本的，如果之后遇到问题，再考虑显卡。

  1. 首先是参考博客标题一到四的内容：在CPU上跑yolov5（详细步骤+适合入门）_yolo 怎么跑起来-CSDN博客
  2. 在我install requirement.txt时遇到了问题：  pip is configured with locations that require TLS/SSL, however the ssl module in Python is not 已解决，参考了博客：解决 pip is configured with locations that require TLS/SSL, however the ssl module in Python is not-CSDN博客

  3. 注意pycharm里如果安装包，最好挂v。我装的时候误打误撞正好挂着v，安装这些requirement.txt里的包很顺利。所以我推荐挂v。
宁玉AC
关注
专栏目录
目标检测YOLO实战应用案例100讲-基于YOLOv5的目标检测与6D位姿估计算法研究
qq_36130719的博客
07-02 2165
目前，机器人在各个领域应用广泛，工厂车间中有工件搬运机器人，医院中有语 音指导机器人，在北京冬奥会上，有做咖啡机器人、防疫机器人等。这些机器人能够 正常运作的关键就是机器视觉技术，它充当着机器人的“眼睛”，通过模拟人体，利用 视觉传感器系统去识别物体的颜色、纹理、位置等信息，然后将这些信息通过算法进 行处理从而实现对目标物体的识别、检测与定位。因此机器视觉的本质就是用机器来 模拟人的视觉感官，去处理事情，使机器更加的智能化、现代化和自动化。
为JETSON TX2开发板部署YoloV5
贱贱的剑
03-04 4958
参考资料一：nvidia为JETSON Tx2编译的pytorch 参考资料二：Jetson软件包下载 参考资料三：Tx2安装工具的使用 参考资料四： Jetson烧录工具 参考资料五： B站下载的行人视频 一、升级TX2系统版本到最新版（JetPack4.6） 我拿到的板子的版本太低了，在工作的过程中会有很多问题，因此要先升级到最新版 下载参考资料四中的烧录工具，在Ubuntu18.04中安装，只能，必须，一定是Ubuntu18.04 安装完成后使用非root用户启动SDK Manger，登录Nvi.
在CPU上进行完整版yolov5项目跟练记录
m0_59737255的博客
04-30 2924
接下来选择模型，由于数据集样本较少，所以选择精度更高的yolov5l，将yolov5-master\models路径下的yolov5l也复制进yolov5-master\catndog目录下，并重命名为yolov5l_cat.yaml。将yolov5-master\data路径下找到128.yaml文件，复制到yolov5-master\catndog目录下，为方便理解，将其重命名为cat.yaml。显卡匹配：我的设备是核显，没有独显，所以也用不了CUDA，因此选择在CPU上跑yolov5。
YOLOV5 CPU版本WIN10环境搭建
weixin_47464132的博客
12-14 487
要想在CPU上面跑，环境很重要，我先默认大家安装好了pycharm，并且默认配置好了python。我的python版本是3.9（我且称它为原生版本）。2、首先先安装matplotlib，速度会快一点，然后运行第二行代码，安装依赖。三、完成后在电脑的用户目录下找到.condarc的文件，用记事本打开查看。二、换源在cmd中接着依次输入以下代码。五、下载yolov5工程代码。一、配置环境（非常重要）3、导入Pytorch库。四、新建conda环境。1、添加conda环境。4、可能需要单独安装的。
个人学习YOLOV10安装(cpu)
qq_64176863的博客
07-01 988
model=yolov10n.pt:指定下载yolov10的预训练权重文件。epochs=10:设置训练轮次，可以先设置小一点，先看看结果如何。data=mydata.yaml:指定你自己数据集yaml文件。yolo detect train:表示进行目标检测的训练。names：按打标签的顺序依次填入。imgsz=640:设置图片长度。
AI项目六：基于YOLOV5的CPU版本部署openvino
09-12 1159
通过openvino加速，CPU没有GPU下，从原本的20帧左右提升到50多帧，效果还可以，就 是用自己的模型，训练出来的效果不怎么好。使用树莓派等嵌入板子使用openvino效果还可以。如有侵权，或需要完整代码，请及时联系博主。
安装Anaconda用CPU配置YOLOv5环境
qq_33177599的博客
01-06 4600
本文是安装Anconda以及初次使用anconda搭建一个用CPU跑YOLO的教程。
深度学习目标检测：yolov5环境配置，适合0基础小白，超详细
qq_67105081的博客
04-26 7104
对于小白也很简单的yolov5环境配置
Pytorch实战 | P9 YOLOv5-Backbone模块实现天气识别
weixin_35820421的博客
11-27 580
YOLOv5-Backbone实现天气识别，深度学习
Pytorch实战 | P8 YOLOv5-C3模块实现天气图片识别
weixin_35820421的博客
11-19 670
● 🍨 本文为🔗365天深度学习训练营 中的学习记录博客● 🍦 参考文章：Pytorch实战 | 第P8天：YOLOv5-C3模块实现天气图片识别● 🍖 原作者：K同学啊|接辅导、项目定制。
YOLOv5改进策略|实战应用案例|YOLOv5机场安全围栏检查，破损围栏检测，YOLOv5平均精度 (AP) 提⾼了 6.9%
sybh的博客
05-27 1622
在当今时代，⻜机在全球交通中发挥着⾄关重要的作 ⽤。确保乘客、货物和机械的安全⾮常重要。这需要⻜机 上和机场基础设施内适当的安全机制。保护空侧等敏感区 域是机场运营商⾯临的⼀项重⼤挑战。例如，在德国，有 超过 540 个机场，其中 15 个根据 Luftverkehrsgesetz § 27d 第 1 段被归类为国际机场。为了获得此分类，机场必须遵守 § 8 Luftsicherheitsgesetz (LuftSiG)，确保其敏感区域（包 括空侧）免受未经授权的访问1。
【linux】一分钟配置好yolov5
最新发布
GKD2019的博客
07-16 416
在 Ubuntu 系统下配置 YOLOv5 环境涉及几个步骤，包括安装 Python、创建虚拟环境、安装 PyTorch 和其他依赖库。
YOLOV5安装配置过程记录
chenjiayong_518的博客
01-12 388
YOVO5配置环境及试运行问题记录
YOLOv5 windows CPU搭建
gjyntyyx的博客
07-16 1995
进入requirements.txt文件，复制第二行代码pip install -r requirements.txt，到终端中运行。打开cmd窗口，输入conda create -n yolov5 python=3.10，创建新的环境，避免配置时出错影响其他环境。如果该文件夹出现下列两个图片，则代表yolov5网络copy成功，后续可以尝试训练自己的数据集。可以在下面网站中下载作者训练好的权重文件，不同权重的识别效果不同，训练对应权重的时间也不同。选择解释器路径为刚创建的虚拟环境解释器。
Yolov5 CPU环境搭建
yang_jl2019的博客
11-03 871
一、 Anaconda + pycharm 安装 参考内容如下： anaconda+pycharm参考连接 二、安装pytroch 参考内容如下： pytroch安装 pytroch官网 关键点选择如上 三、下载yolov5源码 点击Download ZIP ，下载到本地解压到文件夹 四、yolov5 安装依赖包 利用anaconda prompt 进入刚才解压的文件目录，利用pip install -r requirements.txt直接安装。 五、过程中若出现如下问题 解决办法：pip ins
在CPU上跑yolov5（详细步骤+适合入门）
热门推荐
weixin_54721509的博客
02-17 4万+
非常详细的步骤，适合新手，不要一天就可以跑通！
YOLOv8官方教程：如何训练模型
整理ing
10-26 1万+
YOLOv8如何在单GPU、多GPU和Apple设备上训练模型。
Yolov5学习第一周--Win10系统yolov5环境搭建全过程
ali1174的专栏
02-25 2997
刚接触yolov5，搭建好环境后进行测试
【基于Ubuntu下Yolov5的目标识别】保姆级教程 | 虚拟机安装 - Ubuntu安装 - 环境配置(Anaconda/Pytorch/Vscode/Yolov5) |全过程图文by.Akaxi
Akaxi的博客
11-04 2万+
【基于Ubuntu下Yolov5的目标识别】保姆级教程 | 虚拟机安装 - Ubuntu安装 - 环境配置(Anaconda/Pytorch/Vscode/Yolov5) |全过程图文by.Akaxi
用cpu跑yolov5
07-25
要在CPU上运行YOLOv5，首先需要安装YOLOv5的依赖项和相关软件。以下是一些基本步骤： 1. 安装Python：确保您已安装Python，并且版本为3.7或更高版本。 2. 创建虚拟环境（可选）：使用虚拟环境可避免与现有Python项目的依赖冲突。您可以使用以下命令创建虚拟环境： ``` python3 -m venv yolov5-env ``` 3. 激活虚拟环境：使用以下命令激活虚拟环境： - 在Windows上： ``` yolov5-env\Scripts\activate ``` - 在Linux或macOS上： ``` source yolov5-env/bin/activate ``` 4. 安装依赖项：进入YOLOv5项目的根目录，并使用以下命令安装所需的依赖项： ``` pip install -r requirements.txt ``` 5. 下载预训练权重：从YOLOv5的官方GitHub存储库中下载适用于您的模型的预训练权重文件。 6. 运行推理：使用以下命令运行YOLOv5的推理： ``` python detect.py --weights /path/to/weights.pt --img 640 --conf 0.4 --source /path/to/images/ ``` 在上述命令中，`/path/to/weights.pt`是预训练权重文件的路径，`/path/to/images/`是包含要检测的图像的文件夹的路径。 请注意，由于YOLOv5是一个计算密集型任务，使用CPU进行推理可能会比较慢，而且可能无法实时进行检测。使用GPU进行推理可以显著提高性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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