前言
windows11下anaconda+pycharm的安装我是看这个链接,不多赘述 win10+pycharm+anaconda开发环境搭建
安装最新版本显卡驱动 -https://www.nvidia.cn/Download/index.aspx?lang=cn2. 打开anaconda命令窗口,输入 nvidia-smi 来确定 cuda driver的版本。这一部分建议看小土堆的B站教程p23-2623. GPU版本-GPU与CUDA准备工作_哔哩哔哩_bilibili。本人是12.0,使用的是cu117版本的pytorch。
最新版本的yolov3(截至2023)不需要darknet配置,而且与yolov5所需的包基本相同,故它们可以共用一个虚拟环境,不需要额外配置。本人已经在同一虚拟环境上训练了yolov3和yolov5,没有任何出现问题。
pycharm汉化Pycharm汉化简单图文教程
anconda虚拟环境创建
创建:conda create –n yolov5 python=3.8
激活:conda activate yolov5
安装pytorch: conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia (确定你的CudaVersion>=11.7)。其他版本代码在pytorch官网上找PyTorch。
单独安装opencv-python:在Links for opencv-python (tsinghua.edu.cn)下载,Ctrl+f找自己需要的版本,然后pip install C:/(你的文件路径)/opencv_python-4.5.4.58-cp38-cp38-win_amd64.whl。注意python=3.X,要后缀为-cp3X-cp3X-win_amd64.whl 。
https://mirrors.tuna.tsinghua.edu.cn/pypi/opencv_python-4.5.4.58-cp38-cp38-win_amd64.whl 点这个直接下载opencv_python-4.5.4.58-cp38-cp38-win_amd64.whl
pycharm中没有thop包故需要在自己先手动配置,在thop · PyPI下载,pip install C:/(你的文件路径)/thop-0.1.1.post2209072238-py3-none-any.whl
pycham为项目配置yolov5虚拟环境
解压yolov5文件,并用pycham打开该项目
pycham为项目配置yolov5虚拟环境,如下图,或者参考如何在pycharm中使用anaconda的虚拟环境_pycharm使用anaconda环境
打开requestments.txt,点击安装要求,pycharm就会配置其余的包
yolov5项目环境配置完成
pycharm打开yolov3项目,同样按以上步骤进行配置yolo虚拟环境。第3步时打开requestment会提示还有ipython没有安装,点击“安装要求”即可,不会对yolov5产生影响
yolov3项目环境配置完成
关于Linux上yolov3/v5环境配置及训练过程,可以参考:
(linux)yolov5/v3-pytorch目标检测1:环境配置gpu+anaconda+pycham+ RTX2080ti 笔记_chao_xy的博客-CSDN博客
(linux)yolov5/v3-pytorch目标检测2:训练自己的数据集,gpu,pycharm, RTX2080ti,单/多显卡训练,笔记_chao_xy的博客-CSDN博客