前言
本文介绍我在安装pytorch中踩的一些坑。
模型训练教程:https://doc.itprojects.cn/0007.zhishi.raspberrypi/02.doc/index.html#/e01.init
一、安装环境
- 树莓派CM4
- Linux raspberrypi 5.10.103-v7l+ #1529 SMP Tue Mar 8 12:24:00 GMT 2022 armv7l GNU/Linux
- 2+16G
- python 3.7.3
二、torch,torchvision的安装
首先安装依赖包:
sudo apt-get install libopenblas-dev libblas-dev m4 cmake cython python3-dev python3-yaml python3-setuptools python3-wheel python3-pillow python3-numpy
https://torch.kmtea.eu/whl/stable.html
这个网站可以下载别人编译好的whl安装包,我选择的是torch1.8.1和torchvision0.9.1,注意要选择后缀是armv7l的,这代表是32位,如果是64位的需要选择后缀是aarch64的。
cp37代表是python3.7
执行命令安装:
sudo pip3 install torch-1.8.1-cp37-cp37m-linux_armv7l.whl
sudo pip3 install torchvision-0.9.1-cp37-cp37m-linux_armv7l.whl
如图所示安装成功
进行测试:
三、yolov5的安装
下载安装包
git clone https://github.com/ultralytics/yolov5
更改包参数
cd yolov5
sudo nano requirements.txt -l
输入以上指令后显示以下界面,需要在第8、15、16行前加注释,加完后按ctrl+x,再输入y后按回车退出
更改后就可以进行安装了
pip3 install --default-timeout=1000 -r requirements.txt
如果有以上报错代表下载超时,可以在安装指令后加上pip源加速安装
pip3 install --default-timeout=1000 -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
如图所示安装成功
进行测试,测试结果在/yolov5/runs/detect文件夹下:
# 测试命令,会运行文件夹里的测试图片,
python3 detect.py
# 视频运行命令 识别摄像头拍的图片
python3 detect.py --source 0
# 指定图片和模型进行识别
python3 detect.py --source data/images/3.png --weights pretrained/best.pt
测试结果:
运行detect.py时SPPF的报错:http://t.csdn.cn/m2q6O
在树莓派程序上部署yolov5模型参考:http://t.csdn.cn/ikPwW