YOLOv5安装教程

已于 2024-06-15 12:01:33 修改
阅读量1.2k 收藏 22
点赞数 22
分类专栏： yolov5 深度学习 文章标签： YOLO
于 2024-06-15 11:19:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mai44/article/details/139698098
版权

YOLOv5安装教程

YOLOv5神经网络安装教程

Anaconda下载

①Anaconda是什么？

🚀 它是一个功能强大的数据科学平台（这是比较严谨且抽象的回答）简单来说，它就是一个工具，它功能强大，做数据分析的，机器学习的，人工智能算法的都会用到它，所以它就是一个工具，现在不要畏惧它，总有一天你就会熟练的使用这个工具。

②运行yolov5为什么要下载Anaconda呢？

🚀 首先描述一下使用它的需求：现在人工智能算法发展的特别快，有很多的大模型，而想要运行这些代码就必定会用到某些库，或者某些特定版本的库；现在我想运行A人工智能算法，它需要库X的3.8版本，那就安装X的3.8版本，来运行A算法；现在人工智能算法发展的特别快又出现了B人工智能算法，而运行它的需求是库X的3.9版本，那现在就又要安装库X的3.9版本了，那么现在需求来了，怎么样才能让我这个好学的程序员同时学习A和B这个算法呢？怎么才能管理这些繁杂的运行环境库呢？

🚀 Anaconda解决需求：Anaconda通过创建不同的运行虚拟环境来解决，有了Anaconda就可以方便的创建和管理这些人工智能大模型的运行环境了。

🚀 Anaconda解决上述需求如下：程序员通过Anaconda创建运行人工智能算法A的一个虚拟环境，在这个虚拟环境里安装运行这个算法所必需的库，那么想运行A算法，就进入A的虚拟环境运行；对于算法B也创建一个对应的运行虚拟环境，并在它的虚拟环境里安装它所需要的库。

③Ananconda下载

Anaconda下载链接如下，点击进行主页。
Anaconda DownLoad

在这里插入图片描述
安装完成后，点击电脑的开始键，就可以看见我们安装的Anaconda
在这里插入图片描述
需要注意的是，安装后想将我们的大蟒蛇Anaconda卸载的话，千万别按着常规方法卸载，会导致卸载不干净，下次再安装Anaconda的时候就会安装失败，一定要去CSDN上搜索教程卸载。

安装Pytharm

这个安装也没什么要注意的，注意社区版本community版，该版本免费，下载地址如下
pycharm download community
在这里插入图片描述

Yolov5下载与安装

①Github下载yolov5项目

Yolov5 项目模型下载
选择git clone 或者 download code 都行

git方式

git clone https://github.com/ultralytics/yolov5.git

官网下载
在这里插入图片描述

②配置yolov5运行环境

win 运行 Anaconda Prompt
在这里插入图片描述
效果：

（base）C:\User\Caicien>

1）创建yolov5虚拟环境

conda create -n yolov5 python=3.8 //来创建yolov5的虚拟运行环境

执行过程效果图
在这里插入图片描述
输入完成后，会如上图所示，之后如下图所示，输入y
在这里插入图片描述
查看虚拟环境是否安装成功

conda env list

在这里插入图片描述
环境准备完成，开始安装yolov5需要的依赖包.yolov5的作者是已经给我们列好了安装哪些库的，他把这些需要的库都放在requirements.txt中，而这个requirements.txt就在我们刚下载的yolov5-master(这里我的项目是yolov5)文件夹中
在这里插入图片描述
首先先激活虚拟环境：

conda activate yolov5

在这里插入图片描述
在这里插入图片描述

而那些所必须的库，就是需要安装在这个环境中，接着使用如下命令安装库。（安装时后不要开梯子，可能会错，安装不成功。）

pip install -r D:/ai_project\yolov5/requirements.txt

输入命令后，如上图所示，这些必要的库就开始安装了，等待一段时间，让它安装完成，安装过程可能会出现非常慢的情况，遇到这种情况，直接Ctrl+C中断安装，然后添加上清华源来pip。清华源如下

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r D:/ai_project\yolov5/requirements.txt

在这里插入图片描述
安装完成
在这里插入图片描述
打开yolov5项目

PyCharm --> open in project --> <你的yolov5项目路径>这里是引用

creating virtual environment 这里直接 Cancel （因为我们是虚拟环境运行的）

选择setting -> python Interpreter -> add Interpreter
在这里插入图片描述
🚀 将yolov5-master配置到创建的yolov5 虚拟环境中
在这里插入图片描述

在这里插入图片描述
恭喜你，到这里环境配置完成 ！！！！！

然后测试一下代码，先下载yolov5s.pt文件，这个文件后面训练的时候会用到的，下载后放这里。下载路径，点击就可以下载。
yolov5s.pt 模型文件
放在项目根目录
在这里插入图片描述

运行Yolov5与测试

🚀 直接运行detect.py代码，就会运行成功，如下图所示，Result saved to runs\detect\exp3,表示成功
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

到这里，就大功告成了！！！！！

承接JAVA、Python各种开发
微信号： mkingxiaohao
在这里插入图片描述

添加公众号不定时上传破解资源
在这里插入图片描述

去你的鸟命
关注
专栏目录
Yolov5的安装
Rowanson的博客
01-19 1161
从Github上搜索Yolov5 点进去，选择v6.0（这里的v6.0并不是指yolov6，而是指yolov5的6.0版本） 点击下载ZIP文件 下载好后解压，用Pycharm打开这个yolov5文件项目 ​​​​​​​ 打开yolov5-6.0文件夹下的 requirements.txt 文件，可以看到项目所需要的运行环境。 在Pycharm打开终端，运行指令： pip install...
我的Yolov5学习一个全过程
04-14
YOLOv5是一种高效且准确的目标检测模型，全称为You Only Look Once的第五版。它在YOLOv3的基础上进行了优化，提供了更快的训练速度和更高的检测精度。本篇文章将全面解析YOLOv5的学习过程，包括源码下载、环境配置、...
【保姆级最简洁教程】零基础如何快速搭建YOLOv5/v7？
2401_84870184的博客
05-10 3103
很多小伙伴在初次学习YOLO系列项目存在困难，本文对于小白常犯的错误会有较为明确的描述和解决方法，如果目前你还在跑通YOLO系列代码存在疑问的话，参考本文的步骤一步一步走是能够解决的。相信很多同学目前跑YOLO用的不是实验室主机，而是自己的游戏本/轻薄本/台式主机，本文将分为两部分分别介绍在自己的电脑环境下快速搭建CPU/GPU环境。
Yolov5安装及简单使用_yolov5安装步骤
2401_86963373的博客
09-12 345
但是如果在一些需要对项目、文件打包的时候，如果直接打包base环境，就会导致混入很多本身项目不需要的包，造成依赖包冗余的状态，而通过Anaconda则可以通过创造新的虚拟环境解决此问题。比如需要完成一个目标检测的任务，就需要导入一些包，比如说numpy、pytorch等等，那么只需要在Anaconda中创建一个虚拟环境，然后在此环境中安装相关包即可。此处选择Windows版本，Conda安装方式，Cuda选择11.3（如果没有独立显卡，则选择CPU版本）在Pycharm中打开yolov5的项目。
YOLO-yolov5安装教程（详细流程）
weixin_61218382的博客
03-22 4588
进入miniconda网站选择一个安装包（py38版本）。在这个界面需要勾选前三个。到这里显示安装成功在开始菜单中找到刚刚下载安装好的miniconda（注意：一定要是Ａnaconda Prompt）。点击anaconda prompt进入后针对yolov5创建自己的环境。输入conda create -n yolov5 python=3.8（即创建了一个名为yolov5的虚拟环境）。然后回车进行配置，出现下面这个结果后继续输入y，进行确认安装。
Yolov5安装及简单使用_yolov5安装步骤，2024年最新已拿offer入职
2401_84254567的博客
04-13 2104
注Go）**[外链图片转存中…(img-bu718C9Q-1712994513452)]
通用的CUDA、cuDNN、anaconda、pytorch环境配置详细过程 - Windows / Ubuntu Linux (以YOLOv5模型安装配置为例)
热门推荐
Wontoner的博客
04-06 3万+
​相关项简介 CUDA（ComputeUnifiedDeviceArchitecture，统一计算架构）是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 cuDNN是基于CUDA的用于深度神经网络的GPU加速库，有了它才能在GPU上完成深度学习的计算。cuDNN是插入式设计，即所谓安装只需把cuDNN文件复制到CUDA对应文件夹就可以了。 Anaconda是一个用于科学计算的Python发行版，里面预装好了conda、某个版本的python以及一般......
YOLOV5安装步骤（一）
qq_69469062的博客
10-19 2699
YOLOV5安装步骤（一）
yolov5安装教程
08-30
关于Yolov5的安装教程，你可以按照以下步骤进行操作： 1.首先，你需要确保你的系统已经安装了Python 3.6以上的版本。如果没有，你可以从官方网站下载并安装Python。 2.接下来，打开终端或命令提示符，并创建一个新...
YOLOV5安装教程
10-19
YOLOV5的安装教程可以分为以下几个步骤： 1. 安装Anconda和pycharm，这是因为YOLOV5需要在Python环境下运行。 2. 下载YOLOV5的源码和预训练模型。 3. 安装YOLOV5的依赖项，包括PyTorch、OpenCV等。 4. 检测是否安装...
Yolov5安装教程
08-30
Yolov5的安装教程如下： 1. 首先，你需要下载Yolov5的源码。你可以在Yolov5的GitHub官网（https://github.com/ultralytics/yolov5）上找到源码下载链接。 2. 接下来，你需要安装Anconda和pycharm。Anconda是一个...
yolov5安装教程windows11
最新发布
10-11
Yolov5是一个流行的实时目标检测模型，要在Windows 11上安装它，你需要一些基本的步骤： 1. **环境准备**： - 安装Python：首先确保已安装最新版本的Python (3.x)。可以访问https://www.python.org/downloads/ ...
yoloV5 自整理完全安装运行教程
小沐
05-05 6586
yoloV5 自整理完全安装运行教程，
YOLOv5保姆级安装教程
2401_84080967的博客
04-03 9483
就会自动激活我们创建的yolov5虚拟环境，如黄色框出来的所示，由base环境切换为了yolov5环境，则表示我们成功进入了刚刚创建的yolov5环境，而那些所必须的库，就是需要安装在这个环境中，接着使用如下命令安装库。输入命令后，如上图所示，这些必要的库就开始安装了，等待一段时间，让它安装完成，安装过程可能会出现非常慢的情况，遇到这种情况，直接Ctrl+C中断安装，然后添加上清华源来pip。简单来说，它就是一个工具，它功能强大，做数据分析的，机器学习的，人工智能算法的都会用到它，所以。
安装启动yolo5教程
Good Luck
08-25 5004
yolo5启动教程，windows 启动yolo5
Yolov5安装及简单使用_yolov5安装步骤(1)
2401_84254567的博客
04-12 931
帮助，可以添加V获取：vip1024b （备注Go）**[外链图片转存中…(img-ZUu3ujUC-1712920628538)]
YOLOv5 环境安装
linsenaa的博客
06-29 767
Miniconda 下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/pypi 国内源：https://mirrors.tuna.tsinghua.edu.cn/help/pypi/Github地址https://github.com/ultralytics/yolov5。右击我的电脑->属性->更多设置->高级->环境变量->新建。单击新建，或直接双击下方空白处，键入刚才输入的变量名，我的是。我的比较老 是9.2版本的coda。
Yolov5安装及简单使用
treesorshining的博客
06-16 6863
官网地址：https://github.com/ultralytics/yolov5在Github上下载较为稳定的版本。 一般计算机上存在基础的运行环境，一般使用情境下可在此环境中下载许多常用的包，比如说numpy、pandas、sklearn等等。但是如果在一些需要对项目、文件打包的时候，如果直接打包base环境，就会导致混入很多本身项目不需要的包，造成依赖包冗余的状态，而通过Anaconda则可以通过创造新的虚拟环境解决此问题。比如需要完成一个目标检测的任务，就需要导入一些包，比如说numpy、pyt
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值