Yolov5学习第一周--Win10系统yolov5环境搭建全过程

🍨 本文为🔗365天深度学习训练营 中的学习记录博客
🍖 原作者：K同学啊|接辅导、项目定制

1.安装anaconda

        进入https://repo.anaconda.com/archive/，下载对应的版本，我这里下载最新的版本，如下图所示。

        下载后双击运行即可傻瓜式的安装，这里不做过多说明。

2.虚拟环境创建

（1）以管理员身份运行命令窗口，有两种方法：
①在win10系统左下角的搜索栏输入“命令提示符”，选择“以管理员身份运行”

②快捷键win+R打开运行窗口，再输入cmd（注意不要直接运行），再快捷键ctrl+shift+enter以管理员身份运行。

（2）创建虚拟环境
conda create -name pt_py38 python=3.8
        其中python版本为3.8。
（3）激活虚拟环境
conda activate pt_py38

3.安装pytorch

        由于我的电脑是Intel(R)UHD Graphics集成显卡，不支持CUDA，因此只能安装cpu版本的pytorch，安装方法如下：
（1）添加镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

（2） 可以设置搜索时显示通道地址
conda config --set show_channel_urls yes
（3）conda安装cpu版本的pytorch
        进入pytorch官网（https://pytorch.org/），选择CPU，获取安装命令，即
conda install pytorch torchvision torchaudio cpuonly -c pytorch

（4）检验pytorch的安装
        输入python，进入python环境，依次输入如下内容:

import torch
import torchvision
x=torch.rand(2,3)
print(x)

        如图所示即说明安装成功。

4.搭建yolov5

（1）下载源码
git clone https://github.com/ultralytics/yolov5.git
或者进入官网https://github.com/ultralytics/yolov5，直接点击download中的zip选项即可。

（2）安装环境
官网中的readme.md已经说明，进入yolov5路径后，直接运行以下命令即可
pip install -r requirements.txt
（3）测试
①检测图像
        使用以下命令进行检测测试，即：
python detect.py --source data\Images\bus.jpg --weights weights\yolov5s.pt --img 640
        其中官网未提供yolov5.pt，可在网上自行下载，运行后结果如下图所示。

        根据上图中蓝框信息可知，结果已经保存到runs\detect\exp中，打开文件夹可看到如下结果。

②检测视频
        使用以下命令进行视频检测
python detect.py --source video\ling.mp4 --weights weights\yolov5s.pt
        其中--source后面为我们家翎儿的跳绳视频，各位可换成自己的视频进行检测。检测输出结果信息如下图所示。

 

         如下图所示，根据输出信息最后一行可知，结果保存在runs\detect\exp3。

        以下是结果视频的部分截图：