使用训练好的水果数据集用yolov5识别苹果图片（环境 检测）

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