Anaconda和pycharm等安装
Anaconda下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
- 推荐安装在非C盘区域,例如D盘
- 选项全部勾选
- 一直默认,然后点击下一步
- 安装完成后修改下载源,网速会更快(不要开梯子外网,否则会下载失败
装完成后,输入以下命令,会在当前用户的下生成.condarc文件,可以用记事本打开编辑。
conda config --set show_channel_urls yes
清华源地址:
创建yolov5环境channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
创建yolov5环境
conda create -n yolo5 python=3.8 -y
pycharm下载地址(下载社区版):https://www.jetbrains.com/zh-cn/pycharm/
Pycharm添加解释器(3种方式):
- 最新版的pycharm,选择conda.exe
- 旧版的,选择解释器所在文件夹下的python.exe
- 通用,选择解释器所在文件夹下的python.exe
yolov5 环境配置
- CPU版 直接执行这个安装代码即可:pip install -r requirements.txt -i https://pypi.douban.com/simple/
- GPU版:
- GPU版的cuda需要10.2以上版本,GPU和CPU版的区别如下
- 用#号注释掉torch和torchvision
- 安装完依赖后,安装GPU版Pytorch
10.2:conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch –y
11.3(推荐):conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch -y
区别:
GPU:利用英伟达显卡训练,速度比较快,cuda的版本需要10.2以上
CPU:顾名思义,利用CPU训练,速度慢
运行detect.py测试是否安装成功
labelimg安装
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
不推荐安装在base环境,容易闪退
启动labelimg:进入对应的环境,输入labelimg
训练数据集及推理
1、在data目录创建yaml
- Train: 训练集的路径
- Val: 验证集的路径
- Test:测试集的路径(也可以没有)
- Nc: 类别的数量,需要和names的数量一致
- Names: 类名
有两种写法一个是中括号,另一个是序号在前面 注意名称和值的中间,是有空格的,否则无法识别。 数据集的图片和标签,注意位置的放置顺序,否则识别不了。
2、在models修改对应模型的yaml配置
修改nc的值,保持和data里面的nc一致
3、数据集的格式:
- 训练完成后,默认会在runs文件夹里面,对应的轮次的weights下面,生成pt权重
- 修改weights的值为权重的路径
- Source的值是要测试图片/视频的路径,默认data/images(测试文件放进去就行)
- 如果要调用电脑的摄像头,把里面的值改为0,如图2(不要带引号)
- 运行完成后,在runs文件夹查看结果