先到yolo官网下载yolov5-6.1:GitHub - ultralytics/yolov5 at v6.1
配置环境
1.1到官网下载安装anaconda3:https://www.anaconda.com/
打开后安装py3.8版本,命令:conda create -n py38 python=3.8
输入y后确认
如何在conda里激活python环境?
再输入命令:conda activate py38
此时激活成功
1.2 安装anaconda3pytorchanaconda3:https://pytorch.org/
一般英伟达显卡安装CUDA11版本的pytorch,否则安装CPU版本的pytorch
也可以选择不安装,在pycharm中,缺失环境时再在其终端里pip 安装torch
1.3安装pycharm:https://www.jetbrains.com.cn/pycharm/
1.3.1pycharm的设置
在点击+号
然后点击确定。
2处的python路径,如果不清楚在哪的话,可以在第一步conda内安装py38的时候看看:当第二次在conda里输入conda create -n py38 python=3.8会提示当前电脑已存在py3.8路径,按着这个路径选择即可。
然后一次点击确定回到界面后,最下方状态栏会显示更新索引中,等待即可。
1.4在pycharm中安装所需要的包
点击左下角的终端,在其中输入 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 即可通过清华源安装加速安装完所需包
2.测试
修改detect:第一行weights权重,下载训练好的权重文件yolov5s.pt:Release v6.1 - TensorRT, TensorFlow Edge TPU and OpenVINO Export and Inference · ultralytics/yolov5 · GitHub
第二行,source数据集,需要你提前准备苹果数据集,我就是把所有苹果的image放在data/VOC2007/images/train路径下的train文件夹下
修改参数后点击确定
然后右键界面运行detect.py即可
测试过程如下:
结果会保存在runs/detect文件夹下