yolov5使用NVIDIA GPU部署torch搭建环境教程并对其测试

开始安装流程

1. 搭建环境
   1.1 anaconda的安装
   1.2 显卡驱动的安装
   1.3 cuda的安装
   1.4 cudnn的安装
   1.5 pytorch-GPU的安装
   1.6 拉取yolov5项目对requirements.txt选择性去安装

2. 测试环境
   2.1 使用yolov5的预训练权重文件对images测试
   2.2 对MP4测试
   2.3 单路摄像头测试, 摄像头使用安卓手机的IpCamera.app

安装环境前必须知道pytorch-GPU的对应关系

如图：

搭建环境

1. 安装anaconda

1. 安装只需要注意将其勾选加入环境变量
2. 然后去创建新的环境, 直接cmd打开

conda create -n yolov5 python=3.8   // 创建环境
conda activate yolov5               // 激活环境

3. 如果输入conda没有反应, 查看环境变量是否添加正确

2. 安装NVIDIA驱动

1. 这个去官网下载, 选择自己的显卡相关驱动
2. 安装一路过, 这个不需要改动

3. 安装cuda驱动

1. cmd输入 nvidia-smi 查看自己显卡最高可以支持cuda的版本
2. cuda官网找到上述图片合适自己cuda版本驱动, 安装注意取消勾选CUDA类下的Visual Studio Integration进行安装, 安装时将安装路径截屏, 后面会用到
3. 进入环境变量, 双击PATH, 如果是默认路径安装就添加如下路径(以11.3版本为例)

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\common\lib\x64

4. 测试cuda, 进入cmd nvcc -V 是否显示你对应的版本, 如果正确cuda安装完成

4. 安装cudnn

1. 首先需要一个NVIDIA的账号, 然后点击cudnn官网去下对应的cuda版本
2. 下载解压, 将里面的三个文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3 此路径下, 完成

5. 安装pytorch-GPU

1. 首先进入刚才创建的yolov5环境 cmd 输入 conda activate yolov5
2. 输入 pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.11.0 torchvision==0.12.0 -f https://download.pytorch.org/whl/torch_stable.html, 我这里是按照上述图片的第二行配置的, 自行修改对应的驱动
3. 安装完成测试一下, 在该环境输入 python, 再如下所示, 如果是Ture就安装完成

>>> import torch
>>> print(torch.__version__)
1.11.0+cu115
>>> print(torch.cuda.is_available())
True
>>>

6. 拉取yolov5源码, 补全base环境

1. 下载yolov5源码, 使用pycharm打开文件
2. 找到requirements.txt文件, 在终端输入 pip list, 在txt文件注释调一些已有的软件包, 再在终端输入 pip install -r requirements.txt, 如果下载失败, 在C:\Users\xxx的目录下新建pip文件夹在子文件下新建名为pip.ini文件输入以下代码

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

3. 至此环境安装完成

测试环境

1. 使用yolov5的预训练权重文件对images测试

1. 输入 python detect.py --source ./data/images/bus.jpg 会自动下载yolov5s.pt的权重文件, 然后处理图像, 生成在run文件下

2. 对MP4测试

1. 自己录制一段视频放在data/videos/xxx.mp4 输入python detect.py --source ./data/videos/xxx.mp4 --weights yolov5s.pt --conf 0.4 处理完成去run文件下查找

3. 单路摄像头测试, 摄像头使用安卓手机的IpCamera.app

1. 先确保手机和电脑在同一网段上
2. 手机上下载相应的软件, 点击打开 ++ip摄像头服务器++, ++勾选RTSP服务器++, 点击分享查看摄像头的ip地址和端口, 比如我的ip是 http://192.168.3.8.8081, 用户名和密码都是 admin
3. 在终端输入 python detect.py --source http://admin:admin@192.168.3.8:8081 就可以使用手机实时目标检测了

D: 部分网站打不开或下载缓慢自行解决