yolov5 从0到1彻底玩爆，不会就把我头打爆。

最新推荐文章于 2024-08-12 14:49:06 发布

linxinloningg

最新推荐文章于 2024-08-12 14:49:06 发布

阅读量3.6k

点赞数 1

分类专栏：玩转yolov5 文章标签： pytorch 深度学习计算机视觉

本文链接：https://blog.csdn.net/linxinloningg/article/details/122527039

版权

这篇博客详细介绍了如何从零开始玩转YOLOv5，包括部署、训练和应用三个部分。在部署阶段，讲解了安装GPU版PyTorch、CUDA、cuDNN、TensorRT和OpenCV的步骤。训练部分提供了保姆级别的入门教程。在应用部分，不仅展示了基本的检测功能，还涵盖了视频流检测、Linux环境下用livego+obs推流视频并进行YOLOv5检测的高级应用场景。此外，还提到了使用TensorRT进行加速以及ONNX模型的应用。

摘要由CSDN通过智能技术生成

yolov5 从0到1彻底玩爆，不会就把我头打爆。

部署
训练
应用

1.部署

部署YOLOV5

安装GPU版pytorch

安装剩下的包

# 下载源码
git clone https://github.com/ultralytics/yolov5.git
# 激活已配置好的GPU版的pytorch，进入目录
pip install -r requirements.txt

部署cuda和cudnn
部署tensorrt
部署opencv

2.训练

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

linxinloningg

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

从零开始完成Yolov5目标识别（一）准备工作

WZT725的博客

03-10

6839

从零开始进行yolov5训练！包含萌新踩坑过程

深度学习基础篇【5】从0开始搭建YOLOV5 并进行测试

m0_60673947的博客

05-30

772

深度学习基础篇【5】从0开始搭建 YOLOV5 并进行测试如何评价YOLO V5，那就必须拿“上一代”YOLO V4来做对照了。先说结论，YOLO V5 在性能上稍弱于YOLO V4，但是在灵活性与速度上远强于YOLO V4，在模型的快速部署上具有极强优势。在YOLOv3、YOLOv4中，训练不同的数据集时，计算初始锚框的值是通过单独的程序运行的。但YOLOv5中将此功能嵌入到代码中，每次训练时，自适应的计算不同训练集中最佳锚框找值。当然，如果计算锚框效果不是很好，也可以在代码中将西东.

参与评论您还未登录，请先登录后发表或查看评论

YOLOv5 从0到1训练自己数据

wwxzxd的博客

10-19

429

提示提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、配置环境二、使用步骤 1.引入库 2.读入数据一、环境配置环境：ubuntu16。 1.1 下载源码：官网源码下载：https://github.com/ultralytics/yolov5 1.2创建虚拟环境： conda create -n yolov5 python==3.7 conda activate yolov5 pip install -i --u...

YOLOv5 目标检测算法

最新发布

不会代码的小林

08-12

4451

目标检测在生活中应用领域非常广泛，列如：道路违规抓拍、未戴口罩识别、工地未佩戴安全帽抓拍、厨房出现老鼠检测。还可以用在游戏辅助外挂。以枪战为例，在游戏过程中时刻检测有没有人头出现。当检测到目标人头，再调用鼠标把枪口焦点移动到人头的位置，实现爆头效果。本案例对yolov5官方代码进行了缩减，留下精华的部分，并封装成类。yolov5默认模型支持80种目标检测，具体类型在文章最后。如果需要检测其他的目标，就需要自己收集数据进行数据标注，再重新训练新的模型。

从0开始使用yolov5

weixin_44412804的博客

04-06

269

然后根据自己的电脑的配置去选择驱动。这里Notebooks是笔记本的意思，所以如果你是笔记本电脑，那么产品系列那个选项就要选择（Notebooks）的。然后点击下载来的程序，不断的下一步就好了。得到如下图的信息图，可以看到驱动的版本是462.30；得到显卡的最高支持的CUDA版本，我们就可以根据这个信息来安装环境了。首先查看电脑的显卡版本，步骤为：此电脑右击-->管理-->设备管理器-->显示适配器。再得知以上的信息以后我们就可以对应我们的显卡去英伟达官网上去找相对应的显卡驱动更新或者下载了。

记录：yolov5从0开始装环境

takeitcalm的博客

09-25

164

所需环境 anaconda python TensorFlow pytorch 编译器：vscode或者pycharm（我使用VScode）其他所需的包和库详见YOLOv5（ultralytics）的requirements.txt 注意事项 1、安装顺序： anaconda配置环境，安装各种包；编译器测试，安装pycharm或者vscode任选，使用anaconda安装的python 2、pytorch安装：对应电脑的CUDA，CUDA可在 NAVIDA的控制面板的左下角系统信息看；去pytorch官

yolov5 保姆级别教入门，不会就把我头打爆。

linxinloningg的博客

01-16

6960

yolov5 保姆级别教入门，不会就把我头打爆。

pyqt5+yolov5+python

05-28

从本项目中能学到什么：pyqt5的开发、如何界面设计与后端逻辑分离、yolov5算法源码，pyqt5中常见的控件。阅读建议：本项目用的深度学习框架为pytorch，建议可以和GUIPYQT5的开发书籍一起使用，做到理论与实际的结合...

YOLOv5 官方权重文件

04-26

1. **YOLOv5的架构**：YOLOv5是YOLO系列的最新版本，它在前几代的基础上进行了优化，包括更快的训练速度和更高的检测精度。该模型采用了卷积神经网络（CNN）来同时进行目标分类和定位，其核心是基于U-Net结构的骨干...

yolov5 v6.0权重文件 yolov5l.pt yolov5l6.pt m m6 n n6 s s6 x x6

02-11

只需将YOLOv5代码库导入到Python环境中，然后加载相应的权重文件，就可以在新的图像或视频流上运行目标检测。例如，如果你有一个`yolov5s.pt`的权重文件，你可以使用以下代码片段来加载模型并进行预测： ```...

图像识别第一步------从零开始搭建YOLOv5环境

SmileJayNew的博客

01-09

1285

1. YOLOv5环境的安装本次安装参照 YOLOv5 Object Detection on Windows (Step-By-Step Tutorial) 1.1 下载YOLOv5 点击这里下载YOLOv5，注：github版本下载zip版本并进行解压缩 1.2 下载Python 点击这里下载Python3.8（题主用的是Python3.9，我更新过pip之后就无法下载Pytorch，所以Python版本可能影响没那么大）注： 1、Python版本不能过高，在下载Pytorch可能报错

opencv拉流yolov5-deepsort-rtmp ffmpeg推流人车流统计计数

01-30

opencv拉流yolov5推理-deepsort追踪-rtmp ffmpeg推流人车流统计计数

从零开始yolov5模型训练【绝对能学会】

qq_53968319的博客

08-04

604

地址：https://mirrors.tuna.tsinghua.edu.cn/help/pypi/(复制该条语句，一般只复制"pip3"后面的内容，在anaconda prompt里面输入pip)地址：（https://github.com/ultralytics/yolov5）（粘贴会吗，在pytorch复制了之后，只需点一下鼠标右键就行）（安装过程中会出现很多警告，可以不管也可以管，管的话见文章。(如果不配置，后续安装某些包的时候可能会灰常慢~)（这是一个非常干净的环境，基本上啥都没有哈哈）

YOLOv5入门实践（5）——从零开始，手把手教你训练自己的目标检测模型（包含pyqt5界面）

热门推荐

路人贾的博客

04-09

1万+

YOLOv5入门实践最终篇，保姆级别手把手带你从零开始训练自己的目标检测模型（包含pyqt5界面实现）超级详细！小白必看！

从0开始深度学习第一步，如何让 YOLOv5 起飞：配置环境并成功运行目标检测

qq_44016488的博客

03-18

1306

安装 Anaconda 创建 conda 虚拟环境并激活；安装 PyTorch；克隆 YOLOv5 代码库；安装依赖项；运行 YOLOv5。

如何从0开始训练自己的数据集（YOLOv5）（一）

m0_75166003的博客

07-21

325

我使用YOLOv5做西红柿的识别，虽然权重很低，但是我只用了40张照片，以后调大自己的训练量就可以了，我只是测试一下YOLO是否可以跑通这个步骤，以后再根据实际的情况去跑不同的模型即可。

YOLOV5 自动刷图脚本实战（四）之CMake详细安装教程

qq_38892949的博客

10-08

533

cmake的版本不会影响后面的软件的编译，根据个人喜好下载对应的版本即可。这里选择将CMake加入到环境变量中，后面就不需要自己手动添加了。打开电脑环境变量配置，可以看到CMake已经加入到环境变量里了。进入到bin目录下，打开cmake-gui.exe。点击同意License 然后点击“Next”安装完成之后，进入到安装路径下，目录内容如下。以上便是完整的CMake的安装教程了。下载之后长这样，一个msi的安装文件。如果没有，自己手动加下，方便后续编译。打开出现下面这样，就成功安装了。

Yolov5、rtsp-server、ffmpeg、vlc，实现实时检测视频推拉流

m0_59959542的博客

10-14

8169

1.yolov5源码；2.rtsp-server、ffmpeg、vlc，现在即相关配置。具体配置可自行搜索；3.效果展示;4.本地推流至服务器，另一台主机进行拉流

YOLOV5 自动刷图脚本实战（十五）之如何找到正确的门

qq_38892949的博客

12-21

1606

DXF是一个2D游戏，我们所看到的人物移动，其实是后面的背景在移动，我们所看到的画面，不过是一个完整背景中的一个镜头视角而已想要正确找到门的坐标，我们需要对不同的地图中的每个房间做一些配置信息。

YOLOv5网络模型详解：从s到x的架构探索

"YOLOv5详解.md 是一篇关于YOLOv5目标检测算法的文档，主要内容包括Yolov5的四种网络模型（Yolov5s、Yolov5m、Yolov5l、Yolov5x）的介绍，以及如何理解和学习其网络架构。文档指出，由于YOLOv5的网络配置文件是yaml...