Ubuntu 18.04+CUDA 10.2实现训练和检测yolov5、yolov5-v5.0、TensorRT 7.0.0.11部署

---

 直接下载yolov5模型训练检测

---

台式机型号：

lspci | grep -i vga
# 显卡是GeForce GTX 1060 6GB

1. 创建虚拟环境

conda create -n YOLOv5 python=3.8 -y

2. 安装Pytorch+torchvision( Previous PyTorch Versions | PyTorch)

 对应自己电脑的cuda版本选择（用nvcc -V查看）

# CUDA 10.2
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch

3. 下载工程文件GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

4. 安装环境依赖

# 因为前面已经安装了pytorch+torchvision所以运行下面命令前，
# 将requirements.txt文件里的这两个的安装命令注释掉
# torch>=1.7.0,!=1.12.0  # https://github.com/ultralytics/yolov5/issues/8395
# torchvision>=0.8.1,!=0.13.0 # https://github.com/ultralytics/yolov5/issues/8395

conda activate YOLOv5
pip install -r requirements.txt

5.直接测试（模型下载(对应好版本)：Releases · ultralytics/yolov5 · GitHub）

python detect.py --weight weights/yolov5s.pt

可见，直接测试的结果并不好，下面进行训练后再测试，可以进行对比.......

 6. 检测自己任意的图片

python detect.py --weight weights/yolov5s.pt --source data/images/000001.jpg

7. 检测视频

python detect.py --weight weights/yolov5s.pt --source inference/images/1.mp4

8. 训练

上面的检测结果不太好，重新训练300轮

python train.py --img 640 --batch 16 --epochs 300 --data coco128.yaml --weight weights/yolov5s.pt

可能会遇到的问题：

１、AttributeError:module ‘distutils‘ has no attribute ‘version
解决：https://blog.csdn.net/qq_36944952/article/details/124683408

２、AttributeError: Can’t get attribute ‘C3’ on <module ‘models.common’ from ‘/root/deepstream_yolov5/yolov5/models/common.py’>
解决：https://blog.csdn.net/iamjingong/article/details/116790865

３、ModuleNotFoundError: No module named ‘_distutils_hack‘
解决：https://blog.csdn.net/qq_45040216/article/details/125119982

４．RuntimeError: a view of a leaf Variable that requires grad is being used in an in-place
解决：https://blog.csdn.net/qq_27149279/article/details/120350518

５．TypeError：can‘t convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy
解决：https://blog.csdn.net/renkke/article/details/125298464

 ①检测

python detect.py --weight runs/exp9/weights/best.pt

②测试

python test.py --weight runs/exp9/weights/best.pt

test_batch0_gt.jpg

test_batch0_pred.jpg

---

训练及检测yolov5_v5.0

---

一、训练过程同：详细实现yolov5测试丶自己数据集训练测试丶Tensorrt加速优化（完 结 !）

结果：

检测：

二、训练自己的数据集：

 检测：

 结果：

---

TensorRT部署yolov5_v5.0

---

 实现过程可参考：Jetson AGX Orin上部署YOLOv5_v5.0+TensorRT8

 一、根据自己电脑版本安装tensorrt版本

我的是cuda10.2+cudnn8.3.0，所以安装的TensorRT7.0.0.11（安装过程可参考）

二、解压tensorrtx-yolov5-v5.0.zip

三、修改tensorrtx_yolov5-v5.0/yolov5/CMakeLists.txt，在其中加入TensorRT路径

include_directories(/home/lh/TensorRT-7.0.0.11/include/)

 四、进行如下操作

cd tensorrtx_yolov5-v5.0/yolov5/
conda activate yolov5
mkdir build
cd build
cmake ..
make

 这个过程中可能会遇到的问题，请参考：编译遇到的问题_beautifulback的博客-CSDN博客

 成功生成yolov5执行文件

 五、将yolov5s.wts文件复制到该build文件夹下，生成引擎文件并检测：

sudo ./yolov5 -s yolov5s.wts yolov5s.engine s

sudo ./yolov5 -d yolov5s.engine ../samples

 

 完 结 !