YOLOv5白皮书-第Y1周：调用官方权重进行检测

Oaix Nay

已于 2022-12-02 20:35:18 修改

阅读量1.1k

点赞数 1

分类专栏： 365天深度学习训练记录文章标签： python 深度学习 pytorch

于 2022-12-02 20:31:09 首次发布

本文链接：https://blog.csdn.net/qq_27889941/article/details/128062164

版权

这篇博客介绍了如何在Windows 10环境下配置和运行YOLOv5项目进行对象检测。开发环境包括Python 3.8.2和PyTorch 1.8.1+cu111，使用NVIDIA GeForce GTX 1660 Ti显卡。博主详细讲述了下载源码、安装依赖、设置参数以及执行预测指令的步骤，并指出首次运行会自动下载官方权重文件。

摘要由CSDN通过智能技术生成

一、课题背景和开发环境

📌第Y1周：调用官方权重进行检测📌

语言：Python3、Pytorch

开发环境

电脑系统：Windows 10
语言环境：Python 3.8.2
编译器：无（直接在cmd.exe内运行）
深度学习环境：Pytorch 1.8.1+cu111
显卡及显存：NVIDIA GeForce GTX 1660 Ti 12G
CUDA版本：Release 10.2, V10.2.89（cmd输入nvcc -V或nvcc --version指令可查看）
YOLOv5开源地址：YOLOv5开源地址

二、配置YOLOv5项目

1、源码下载

项目地址：YOLOv5开源地址

2、安装依赖环境

WIN+R打开运行工具，输入cmd，回车即可打开 命令行窗口。
打开CMD命令行工具
用 cd 指令进入项目路径下。并执行指令：pip install -r requirements.txt
安装环境依赖项
环境依赖项安装完成

三、运行代码

1、设置输入参数

关于参数说明，可以参考官方代码里的 parse_opt() 这个函数

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path or triton URL')
    parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob/screen/0(webcam)')
    parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='(optional) dataset.yaml path')
    parser.