工业视觉缺陷检测yolov8-aidlux模型部署

1、环境配置

今天的内容是配置环境和跑代码，配置环境我在pycharm里已经做过很多次了，比较熟练，但是这个vscode软件着实没弄明白怎么玩，于是最后还是在pycharm里面跑完了cnn的代码。

在anaconda中新建一个环境，这里就不演示了，包括怎么按照anaconda的方法都在这个链接里，直接抄PPT了

slides/chapter_0-Installation.ipynb · Epsilon Luoo/仅同步_learn-python-the-smart-way-v2 - Gitee.com

我的之前环境配置有点紊乱，后面慢慢学习开始用anaconda来管理整个环境，这样开始我才慢慢有点感觉了，每一个项目使用一个envs，而且可以打包到另一个电脑上使用，这个确实是很好很方便的一件事，也不再怕不同包之间发生冲突。

这里我记录一下我的环境配置方法，希望可以有帮助。

比较关键的是使用pytorch这个包，这个包使用GPU版本的比较麻烦一点（特别是对于两年前的电脑），视频里面都是可以直接在pytorch官网上找到匹配的版本，但是这个对于我来说不行。

在cmd命令行使用如下命令，可以看到CUDA Version:11.4，这意味着我的cuda最多可以安装到11.4及以下。

nvidia-smi

方法一：直接pytorch官网匹配

对于现在的pytorch官网，直接输入一行命令就安装并不现实，于是只能另外找方法来安装了。

方法二：没办法直接在官网上找到合适版本

1、我们先保证电脑是nvidia的独立显卡，然后安装上面找到适合自己的版本，最后在这个网站上找到torch、torchaudio、torchvision

https://download.pytorch.org/whl/cu102

打开torch点击进入，然后Ctrl+f搜索你自己的版本，我是cuda11.4，于是我找到的版本是cu113，这个代表cuda11.3版本，后面的cp310代表你匹配的python版本是python=3.10，找到适配版本后直接点击下载，这里需要提醒的是这个下载很慢，我用手机流量下载大概每秒3M左右。

2、接着在pytorch官网中找到以前previous版本

https://pytorch.org/get-started/previous-versions/

在这里对应我们需要的这三个torch、torchaudio、torchvision包的版本，这里要注意使用的是whl下载包，也就是要在这里面找

3、这时候需要找到torch==1.12.1时匹配的torchvision==0.13.1和torchaudio==0.12.1，这个都可以在网站中找到，按照上面的方法。

4、在环境中安装上述的下载whl文件

已经将上述的文件下载完毕，我们开始依次安装，按照torch、torchaudio、torchvision的顺序

首先进入我们的虚拟环境Datawhale,找到安装的位置，然后依次键入

pip install E:\2023.7.21Datawhale\torch_intall_whl\torch-1.12.1+cu113-cp310-cp310-win_amd64.whl 
pip install E:\2023.7.21Datawhale\torch_intall_whl\torchaudio-0.12.1+cu113-cp310-cp310-win_amd64.whl 
pip install E:\2023.7.21Datawhale\torch_intall_whl\torchvision-0.13.1+cu113-cp310-cp310-win_amd64.whl

接下来就要试试是否能够成功

先进入python环境，然后先后输入

import torch torch.cuda.is_available()

如果输入torch没有报错，证明torch安装成功,后面一句如果得到true,证明已经可以使用GPU了。

上面的环境配置我主要是参考了知乎的一位博主：pytorch gpu版安装（普适稳妥，亲测有效）

接下来只需要在新建好的环境中,进入requirement.txt的文件所在地，输入以下命令即可

pip install -r requirement.txt

2、存在问题

1、WinError1455

【pytorch问题解决】OSError: [WinError 1455] 页面文件太小，无法完成操作。_python页面文件太小,无法完成操作_求求你来BUG行不行的博客-CSDN博客

2、关于中文字符不显示的问题

参考以下博主和群友的解惑，目前 还存在一点问题YOLOv5,v8中文标签显示问题-CSDN博客

2-1 在E:\2023.8.31aihia\yolov8-aidlux\yolov8-main\ultralytics\yolo\utils\plotting.py文件中添加如下代码

plt.rcParams['font.sans-serif'] = ['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False

2-2 下载SimHei.ttf文件（群友发在群文件了），并将其放在matplotlib字体路径下

首先查询matplotlib字体路径

import matplotlib print(matplotlib.matplotlib_fname())

然后将SimHei.ttf文件放进去

2-3 修改F:\application\Anaconda\Lib\site-packages\matplotlib\mpl-data\matplotlibrc配置文件

# 用记事本打开matplotlibrc
 
# 修改的内容
 
# 去掉前面的#  
font.family         : sans-serif   
 
# 去掉前面的#，并在冒号后面添加SimHei
font.sans-serif     : SimHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif  
 
# 去掉前面的#，并将True改为False
axes.unicode_minus  : False

2-4 删除matplotlib缓冲目录

获取地址

import matplotlib print(matplotlib.get_cachedir())

删除这个文件.matplotlib

2-5 修改E:\2023.8.31aihia\yolov8-aidlux\yolov8-main\ultralytics\yolo\utils\plotting.py文件中Annotator类中的font,修改成放置SimHei.ttf的路径

2-6 代码的字体路径需要修改

2-7 仍然存在的问题：val验证集里的这些图表仍然存在没有中文字符，但是其他的都有

3、关于vscode上的插件无法安装，按照群友的方法，使用ladder可以安装成功

3、模型部署到安卓端

1、安装教程安装aidlux

AidLux AI应用开发部署入门操作指引- AidLux开发者社区

2、在拓展里安装python，这一步特别慢，我是用ladder才能下载的

之前一直都在loading,一直没办法安装

3、onnx转换成tflite和dlc文件，部署到手机运行

AidLux AI应用开发部署入门操作指引- AidLux开发者社区

3-1 根据东哥的视频，我们将onnx依次在这里转换成tflite和dlc

3-2 准备图片数据和模型文件

我是按照东哥的文件，把转换好的模型分别放入dlc、tflite文件夹，将测试图片放入images文件夹，最后把onnx文件也放到这里，用一个文件夹vision_detection存放。

把文件复制到aidlux

按照操作打开电脑端，然后把vision_detection文件夹直接拖入aidlux的Home里

3-3 修改vision_detection\tflite\yolov8_simple_tflite.py文件

直接运行该文件在手机上预测，会出现下面的报错

需要修改model_path和image_path以及image_file_name里的地址

把这三个地址都修改成放置vision_detection的地址，这里使用vscode，右键选择copy path即可

修改完成后，点击在终端运行

得到最终结果