Yolov5部署【保姆级教程，从零到一】

Duan_@

已于 2024-10-11 21:52:36 修改

阅读量195

点赞数 6

分类专栏：目标检测文章标签： YOLO pytorch yolov5 目标检测人工智能计算机视觉

于 2024-10-11 21:02:44 首次发布

本文链接：https://blog.csdn.net/m0_63324772/article/details/142863214

版权

目标检测专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Yolov5部署【保姆级教程，从零到一】

前提安装：
1、Anaconda Navigator

教程https://duanyx.blog.csdn.net/article/details/136308782

2、CUDA11.6 及cudnn
教程：https://blog.csdn.net/m0_63324772/article/details/142864078?spm=1001.2014.3001.5501
3、Pycharm

去官网下载最新版本的yolov5模型

官网链接：https://github.com/ultralytics/yolov5

如果无法使用魔法，则可以到网盘下载：
链接：https://pan.baidu.com/s/1e5IFBO2k2WSuQSi9MeupOQ?pwd=revl

这里下载yolov5-7.0版本（也可以下载6.x的，因为7.0最新，所以这里选择下载v7.0），点击master->Tags->v7.0

点击Code->Download Zip，下载后解压到自己想要的位置，建议为D盘

打开Anaconada创建一个虚拟环境

点击Create，然后随便命名一个Name，Python选择3.8版本的，最后点击Create，等待加载完成

等待加载完成

点击绿色按钮->Open Terminal

打开下载好的yolov5-7.0文件，找到requirements.txt

将requirements.txt复制到刚刚打开的Anaconda Prompt命令行所在的位置下，例如我这里是C:/User/28995

并且将之后用到的torch1.13.1的相关文件都复制到此目录下，这是文件下载链接

链接：https://pan.baidu.com/s/1e5IFBO2k2WSuQSi9MeupOQ?pwd=revl

都准备好后开始安装，依次执行以下命令：

pip install -r requirements.txt  -i https://pypi.mirrors.ustc.edu.cn/simple

pip install torch-1.13.1+cu116-cp38-cp38-win_amd64.whl

pip install torchvision-0.14.1+cu116-cp38-cp38-win_amd64.whl

安装完成后输入下面命令展示是否安装，找到这几行即可：

pip list

然后输入python，进入python编译器，然后再输入以下代码测试是否安装部署成功GPU环境：

import torch
print(torch.__version__)
print(torch.cuda.is_available())#cuda是否可用
torch.cuda.device_count()#返回GPU的数量
torch.cuda.get_device_name(0)#返回gpu名字，设备索引默认从0开始