从github中获取yolov5镜像
作为开源项目,我们能轻松地从github中获得yolov5的代码,足够我们进行简单的学习实践。这一过程也十分重要,因为我们后续的程序基本都要在这一套文件中运行。因此与anaconda类似,建议下到非系统盘,否则你的电脑有几率爆爆爆。长痛不如短痛的道理想必大家都懂,所以我猜测早日将文件安排妥当总是比较好的选择。
值得注意的是,下载了主体后还要下载几个权重文件,比如yolov5m.pt,这类文件在将来训练与检测中将要发挥关键作用。
pytorch、labelimg等的安装配置
labelimg简单,先搞,众所周知图片就是image,labelimg就是label image,就是说这玩意就是用来给图片打标签的。只要大家对yolov5有一些基础的了解,就知道实际上这是用来标记图片中的目标便于模型识别的。下载这个小小的软件也只需要在anaconda的终端里输入一行简简单单的代码
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
(这段实际上是在别的教程里粘的,csdn确实有很多简洁有用的教程,大家可以在不同的教程中学习,从不同角度解决遇到的问题)
接下来就轮到pytorch,鉴于之前已经下载了anaconda,我们接下来需要创建一个环境,后续大部分工作都要在这个环境下进行。
conda create -n (你环境的名字) python=(你喜欢的版本)
然后激活环境
conda activate (你环境的名字)
完成了环境的创建,我们就可以打开pytorch的官网,根据自身系统及硬件选择,复制下面生成的代码复制到anaconda终端下载。然后就坐等读条就行了。
当然,如果下载遇到障碍,速度过慢,也可以换源啦,换成清华大学或者中科大的,当然我没换,我们校园网慢是慢了点,但是下载这些问题还是不大的。
体力劳动
接下来便是漫长的打标签过程,打了标签还要分出来训练集和验证集,还要自己配置yaml文件,令人头大,我的进度也就停在这里,受益匪浅,但是卡在这了,似乎距离训练的开始仅有一步之遥,但是ddl到了,就只能达到这里了。