pycharm运行YOLOv5 (一)

登录github.com,search yolov5

查看选择各个版本:

 

查看发布各个版本:

 

点击下载版本:

 

下载zip文件,解压之后导入pycharm

 

先看这个文件requirements.txt:这是启动yolov5需要的各个库

# pip install -r requirements.txt

# base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0

# logging -------------------------------------
tensorboard>=2.4.1
# wandb

# plotting ------------------------------------
seaborn>=0.11.0
pandas

# export --------------------------------------
# coremltools>=4.1
# onnx>=1.8.1
# scikit-learn==0.19.2  # for coreml quantization

# extras --------------------------------------
thop  # FLOPS computation
pycocotools>=2.0  # COCO mAP

 直接在pycharm命令行下载安装:

命令行输入这个命令:
pip install -r requirements.txt

安装过程中遇到一些问题:

1、存在一个问题pycocotools无法安装成功:

参考https://blog.csdn.net/duckinBoy/article/details/123015270 

https://pan.baidu.com/s/1nWQdPRtGwNnOO2DkxRuGuA        下载,提取码:i5d7

下载之后放到

 

2、提示:AttributeError: Can't get attribute 'SPPF' on <module 'models.common' from 'F:\\yolov5-5.0\\models\\common.py'>

解决办法:把下面这段代码放到F:\yolov5-5.0\models\common.py里面

import warnings


class SPPF(nn.Module):
    # Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
    def __init__(self, c1, c2, k=5):  # equivalent to SPP(k=(5, 9, 13))
        super().__init__()
        c_ = c1 // 2  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c_ * 4, c2, 1, 1)
        self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k // 2)

    def forward(self, x):
        x = self.cv1(x)
        with warnings.catch_warnings():
            warnings.simplefilter('ignore')  # suppress torch 1.9.0 max_pool2d() warning
            y1 = self.m(x)
            y2 = self.m(y1)
            return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))

 3、提示这个异常

raise AttributeError("'{}' object has no attribute '{}'".format(
AttributeError: 'Upsample' object has no attribute 'recompute_scale_factor'

解决办法:

发现这个版本
torch=1.12.1
torchvision=0.13.1
降低版本
torch=1.10.1
torchvision=0.10.1 

4、提示RuntimeError: The size of tensor a (60) must match the size of tensor b (56) at non-singleton dimension 3

发现yolov5s.pt没有下载成功导致的,去网站自己下载,让后放到 F:\yolov5-5.0目录下

下载地址:

https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

然后就可以成功的把yolov5跑起来了,顺便利用这个模型,预测俩张demo图片。

 

 

 

 注意:直接运行detect.py就好。

  • 11
    点赞
  • 91
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
PyCharm是一款功能强大的Python集成开发环境(IDE),而YOLOv8是一种目标检测算法。在PyCharm中使用YOLOv8可以通过以下步骤进行: 1. 安装PyCharm:首先,你需要下载并安装PyCharm。你可以从JetBrains官方网站上下载适合你操作系统的版本。 2. 创建项目:打开PyCharm,点击"Create New Project"创建一个新项目。选择一个合适的项目名称和位置。 3. 配置Python解释器:在项目创建完成后,需要配置Python解释器。在PyCharm的菜单栏中选择"File" -> "Settings" -> "Project: [项目名称]" -> "Python Interpreter"。点击右上角的齿轮图标,选择"Add"来添加Python解释器。 4. 安装YOLOv8依赖:在PyCharm的终端中,使用pip命令安装YOLOv8所需的依赖库。例如,可以运行以下命令来安装常用的依赖库: ``` pip install numpy pip install opencv-python ``` 5. 下载YOLOv8代码和权重文件:从YOLOv8的官方代码仓库中下载代码和权重文件。将它们保存到你的项目文件夹中。 6. 导入代码:在PyCharm中打开YOLOv8的代码文件,将其导入到你的项目中。 7. 运行代码:根据YOLOv8的使用说明,修改代码中的相关参数和路径,然后运行代码。 以上是使用PyCharm进行YOLOv8的基本步骤。请注意,YOLOv8是一个相对复杂的算法,需要一定的计算资源和配置。在使用之前,建议先了解YOLOv8的原理和使用方法,并确保你的环境满足要求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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