pycharm搭建yolo3-pytorch-master的pytorch环境

yolo3-pytorch-master源码下载地址:GitHub - bubbliiiing/yolo3-pytorch: 这是一个yolo3-pytorch的源码,可以用于训练自己的模型。

首先安装anaconda和pycharm软件,网络上相关博客很多,都可以参考。

然后在pycharm中打开yolo3-pytorch-master项目,在右下方的环境中单击选择Add Interpreter...选项,在弹出的界面上选择Conda Environment,在右边选择环境存储位置,一般是anaconda下的envs文件夹 + 环境名;随后选择你所需要的python版本,最后勾选是否想将该环境应用于所有项目,点击 确定 创建环境。

环境创建成功后根据需求安装相应的第三方库

打开下方的Terminal

切换我们刚刚创建的环境,-name为刚创建成功的环境名

activate -name

1.安装torch==1.2.0和torchvision==0.4.0

pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

2. 安装scipy==1.2.1、numpy==1.17.0、matplotlib==3.1.2、Pillow==8.2.0、h5py==2.10.0

pip install scipy==1.2.1 numpy==1.17.0 matplotlib==3.1.2 Pillow==8.2.0 h5py==2.10.0

3. 安装opencv_python==4.1.2.30

pip install opencv_python==4.1.2.30

4.另外在summary.py中有第三方库torchsummary,虽然该部分代码仅用于看网络结构,可看需求安装。安装时需要注意,该库只能使用pip安装,在conda里是没有这个包的

pip install torchsummary

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
要在PyCharm中安装YOLOv3,你需要按照以下步骤进行操作: 1. 首先,确保你已经安装了Python和PyCharm。你可以从官方网站下载和安装这两个软件。 2. 下载YOLOv3的源代码和权重文件。你可以在GitHub上找到YOLOv3的开源项目并下载它们。确保你选择了适合你的需求的版本。 3. 在PyCharm中创建一个新的Python项目。你可以选择一个适合你的项目名称和位置。 4. 打开终端或命令提示符,并进入到你的项目目录中。 5. 使用pip安装所需的Python库。这些库包括numpy、opencv-python、torch和torchvision等。你可以使用以下命令安装它们: ``` pip install numpy opencv-python torch torchvision ``` 6. 将YOLOv3的源代码和权重文件复制到你的项目目录中。 7. 在PyCharm的项目中,创建一个新的Python文件,并导入所需的库。 8. 在Python文件中,编写代码来加载YOLOv3模型并进行预测。你可以使用适当的函数来加载模型和权重文件,并对图像进行目标检测。 9. 运行你的代码,检查是否成功加载并使用了YOLOv3模型。 请注意,以上步骤是一种常见的安装YOLOv3的方法,但具体的步骤可能会因你的环境和需求而有所不同。确保你按照相应的文档和指南进行操作,并根据需要进行调整。引用 引用 引用<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [如何使用Pytorch实现YOLOv3训练自己的数据集(详尽版)](https://blog.csdn.net/weixin_37889356/article/details/104313153)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论 4
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