m0_51319412的博客

原创 0基础租服务器训练yolov5

输入conda activate yolov5 出现这样，换指令 source activate yolov5。5.安装好以后，使用python detect.py H环境安装成功，，这里需要注意使用的cpu。7. 默认使用的官方数据集 想用自己的数据 按照官方的去仿制即可。3 下载yolov5 的源码，然后上传。1 使用的是autodl 服务器。先使用cd 切到项目的路径下。激活环境 yolov5。4 解压 unzip。安装的环境包 ，打开文件。2.选择好了立即创建。

原创 yolov5的环境以及数据集的训练介绍

因为我的yolov5 所在的路径是桌面的那个 如下图即可使用 pip install -r requirements.txt 即可完成安装。3.安装所需环境 如果电脑不支持gpu 直接安装环境可以用cpu训练，如果需要安装pytorch,去pytorch 官网。执行这个会下载yolov5s.pt 权重 ，如果下载的慢，去github上下载，下载好放到和detect.py的同级目录下。data 是数据的配置文件，训练自己的数据集，路径建议使用绝对路径。执行train.py 开始训练。

原创 问题的解决方法

更换torch 版本即可解决。

原创 opencv

原创 opencv

opencv实战操作

原创 letcode复习

两数之和 双层for循环 暴力解法，也可以用双指针降低时间复杂度。

原创 yolov9 cpu环境配置

关于训练部分（如果电脑只有cpu的话建议把参数做一下修改）batch-size 改为1 workers改为0。1.官方下载yolov9 下载好以后记得解压(github进不去的话可以借助于镜像进去，网上可以搜到)9.环境安装完成在pycharm中配置已经安装的环境（在设置里面找）修改名字（运行detect.py出现如下错误）直接复制错误修改。3.使用miniconda 进行环境的创建（管理员模式运行）修改好错误然后再运行 出现如下结果环境配置成功。点击确定然后点击应用和确定环境就找到了。

原创 数据集的划分

创建mydata 文件夹里面的内容如下（数据集和标签）测试集，验证集，训练集 按照 1:1:8 划分。

原创 yolov5 cpu环境配置

7.等待环境安装好，下载权重文件一般使用的是（yolov5s-pt）检测环境安装成功没，使用python detect.py。6.使用pip install -r requirements.txt 安装即可。激活环境（因为我的环境已存在yolov5 新的环境yolov51）5.使用切盘命令cd /d +路径，进入yolov5的项目下。1.先从github上下载yolov5的项目。4.打开miniconda 创建环境。百度搜索pypi帮助（选择划线的）3.解压yolov5的项目。这样就说明环境配置成功。