在CPU上跑YOLOv5【3】——让yolov5跑起来

发布的前两篇笔记主要是我再安装配置环境方面遇到的坑的总结，（其实在发布完后，运行detect.py还是遇到了不少错误）。今天第一次让detect.py顺利跑起来了！总结一下整个过程。(其实我也有很多概念还不是很清楚，只是先记录一下成功的方法，方便回顾)

先放一张detect.py运行成功截图：

1、在git上将前面笔记说的yolov5项目压缩包下载好后，解压缩到自己指定的文件夹中，用Pycharm打开；

2、python解释器，File->Settings->

3、新建了解释器后，在Anaconda Prompt中conda info -e会出现该环境。之后我们在Pycharm的终端运行

pip install -r requirements.txt

安装依赖。执行完这个命令后，我是遇到了三个库安装不成功：opencv-python、thop，以及pycocotools.解决方案见第四步。

4、三个库的安装

opencv-python库的解决，上一篇笔记中说的不完全正确，转移cv2文件那个方法在我这里虽然可以去掉import cv2的错误，但是仍然运行时候显示MouduleNotFoundError.所以我个人就先不采取这个方法。我的方法：

安装opencv库：

（1）清华镜像源下载whl文件，提供清华镜像源：https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python

（2）先别急着下载！ 文件需要与自己的情况配套。否则会出现错误：打开控制台进入对应环境
输入pip debug --verbose

（3）找到字段Compatible tags:下面显示的就是当前Python版本可以适配的文件名：

比如这边显示的是cp37-cp37m-win_amd64，并且！！在这里要求的是opencv-python>=4.1.2版本，所以我最终选择了下载opencv_python-4.2.0.32-cp37-cp37m-win_amd64.whl版本，存放在d:\download文件夹中。下载完成后，在该环境下（我这里就是yolov5-5.0的anaconda环境）cd到whl文件所在文件夹，执行如下命令

如果通过以上命令没问题的话，退出重进以下pycharm就可以看到，已经没有opencv-python库install不成功的提示啦，只剩下另外两个：

thop库和pycocotools库我都是用类似的方法解决的，如下：

执行完后，所需要的库就都安装好了。

5、这时候运行detect.py文件，出现以下信息：

在这个Downloading完成后，我又遇到了几个bug。和这篇笔记一样！！跟着解决都完成了debug.感谢博主。

Pycharm+Anaconda+yolov5-5.0部署（手把手教+解决一些运行过程中的问题+最全部署yolov5）_subprocess.calledprocesserror: command 'pip instal-CSDN博客

以下是参考博主的一些Error解决方法截图：

【第一个错误】这是因为protobuf版本不符合，打开软件包，发现protobuf版本为3.20.3，恰好太高

解决方法：通过以下步骤选择3.19.6版本，在运行detect.py即可解决这个错误

【第二个错误】

找到SPPF，在common的149行
3.在上面复制粘贴，如下图

class SPPF(nn.Module):
  # Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
  def __init__(self, c1, c2, k=5):  # equivalent to SPP(k=(5, 9, 13))
    super().__init__()
    c_ = c1 // 2  # hidden channels
    self.cv1 = Conv(c1, c_, 1, 1)
    self.cv2 = Conv(c_ * 4, c2, 1, 1)
    self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k // 2)

  def forward(self, x):
    x = self.cv1(x)
    with warnings.catch_warnings():
      warnings.simplefilter('ignore')  # suppress torch 1.9.0 max_pool2d() warning
      y1 = self.m(x)
      y2 = self.m(y1)
      return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))

接着在最上面导入import warnings，如下图：

再次运行detect.py，这个错误解决。

【第三个错误】

【第四个错误】RunTimeError

RuntimeError: The size of tensor a (60) must match the size of tensor b (56) at non-singLeton dimension 3

这个错误较多人遇到，

原因分析：

这可能是因为5.0的工程下载了个6.1的模型，所以不匹配。参考链接

Pytorch中报错RuntimeError: The size of tensor a (60) must match the size of tensor b (56)-CSDN博客其中给了正确的5.0模型的https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt操作方法：

6、至此我的detect.py文件就可以顺利运行起来了。

我是CPU驱动，后面博主还有一些常见的参考错误解决方法，因为我没有遇到就先不在这记录了，可以直接参考大神们的经验！以下是我列出的参考的博文：

1、Pycharm+Anaconda+yolov5-5.0部署（手把手教+解决一些运行过程中的问题+最全部署yolov5）_subprocess.calledprocesserror: command 'pip instal-CSDN博客2、关于Demo YOLOv5项目中发现的报错以及对应的解决_runtimeerror: the size of tensor a (60) must match-CSDN博客3、Pytorch中报错RuntimeError: The size of tensor a (60) must match the size of tensor b (56)-CSDN博客4、【计算机视觉 02】YOLOv5 项目说明_runtimeerror: the size of tensor a (60) must match-CSDN博客5、在CPU上跑yolov5（详细步骤+适合入门）_yolo 怎么跑起来-CSDN博客