YOlOv5 学习记录（问题存档记录）

Ripple_Yu

已于 2023-10-27 22:43:39 修改

阅读量118

点赞数 1

文章标签： YOLO python 开发语言 1024程序员节

于 2023-10-22 15:49:01 首次发布

本文链接：https://blog.csdn.net/Ripple_Yu/article/details/133973836

版权

1 anaconda prompt 更改路径

打开Anaconda prompt后，路径在默认文件夹下：

(base) C:\Users\asus>

输入需要打开文件所在的根目录（eg：进入D盘，直接键入D:）

(base) C:\Users\asus>D:
(base) D:\

打开目标文件夹（eg：打开yolov5文件夹，键入cd D:\YOLO\yolov5）

(base) D:\cd D:\YOLO\yolov5

2 创建虚拟环境，环境配置

查看现有的虚拟环境

conda info --envs

创建虚拟环境，conda create -n 虚拟环境名称 python=版本号（eg：创建名为pytorch的虚拟环境，环境采用python版本为3.8）

conda create -n pytorch python=3.8

激活所创建的环境，conda activate 需要激活的环境（eg：激活pytorch虚拟环境）

conda activate pytorch

3 pycharm运行

在github下载源码，网址：https://github.com

下载完yolov5后，用pycharm打开。设置文件运行环境，点击右下角

打开文件后，看到requirements.txt文件

可以按照前文所述，打开Anaconda Prompt，切换到yolov5_org这个文件夹的位置。

使用conda activate pytorch打开虚拟环境，再利用pip install -r requirements.txt指令安装所有的requirements文件。

4 运行过程中问题

4.1 运行detect.py，import cv2报错

（不可行）解决方法一：利用PyCharm第三方库安装，install package，仍旧出错

（不可行）解决方法二：通过链接下载Opencv的镜像源文件

eg：我下载opencv_python-4.2.0.34-cp38-cp38-win_amd64.whl

4.2.0 为 opencv 版本
cp38 表示支持的 python 版本为 python3.8
win 表示 windows
amd64 表示支持 64 位系统

Links for opencv-python (tsinghua.edu.cn)https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/

解决方法三：我再anaconda中把环境删除后，重新创建了一个新的环境

在新环境中，重新安装requirements，问题解决。

4.2 setting里无法搜索到安装包

解决方法：点这个绿色的圈圈，把conda pakage manager关掉

4.3 关于一些conda命令

假设当前虚拟环境为pytorch

conda create -n pytorch python=3.8 # 创建一个Python 3.8，名为pytorch的虚拟环境

conda activate pytorch # 激活新环境pytorch

conda deactivate pytorch # 退出当前环境 pytorch
conda env remove -n pytorch # 删除名为pytorch的环境

4.4 WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))

查询过网络上很多方法，依然会出现这种情况，最终是对pip源进行更换。

解决方法：

win+r打开命令运行，输入%appdata%直接到达指定文件夹
新建一个名为pip的文件夹
在pip文件夹里新建pip.ini文件
添加下述信息于pip.ini文件即可

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

5 关于CUDA

nvidia-smi #CUDA Driver API版本（CUDA版本）

nvcc -V #CUDA Runtime API的版本（运行时API）

6 Pytorch安装

在官网找到电脑对应CUDA版本，安装 PyTorch

复制代码到anaconda中虚拟环境中运行时候，可以删除后面这段-c pytorch -c nvidia（如果存在的话，会在国外源运行，速度很慢）

7 Assertion Error: CUDA unavailable,invalid device 1 requested 问题

查看train.py代码，发现device默认值为1，将其修改为0即可。

经过查找资料，发现不是这个的原因，主要原因在于pytorch没有安装上去，具体为：

进入到虚拟环境中输入

python
import torch
print(torch.cuda.is_available())

运行后输出结果为False，说明安装的pytorch有问题。