yolov5运行总结

1,在conda上创建环境 python3.8
conda create -n yolov5 python=3.8
conda info --envs
conda activate ylolv5

2,首先下载yovlov5项目(项目路径不要太深)，并且 --> cd yolov9->pip install -r requirements.txt

3,坑点就是要删除创建conda中的一些镜像,使用有效镜像.
#查看所有资源镜像,删除所有默认镜像库,之后自己添加清华源镜像
conda config --show channels
#删除资源镜像
conda config --remove channels <channel_name>

# 显示当前虚拟环境的所有包环境
conda list   
#清楚缓存
conda clean --all

更新cuda
conda update conda
  
#加速
//清华园镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes

下载cuda

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c conda-forge
最好将-c pytorch-lts -c conda-forge 去掉，因为里面代表其默认的安转路径。去掉后，
conda才会以自己设置的channels来安装，这样更快一点，否则会想up主那样安装了很长时间。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

坑点:记得安装pytorch  很慢
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

4,安装坑点: 模型要下对,去这里下模型
https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt

5,使用 打开conda 使用如下命令打标签
python  .\detect.py --save-txt

6，复制标注类型，如果很多可以到chatgpt中进行格式转换, 提问:  coco128.yml中的标签,打字:"生成csv格式的文件类型." "生成为一行"

7,使用标签转换工具把标签转换为精灵标注可识别的的格式,牛逼之处在于可以通过图像识别进行粗略的标注，之后自己手动修正即可。

8,过程是通过图形检测-->生成标签lable的txt-->把标签转换为精灵助手的格式导入精灵助手-->在精灵助手中修改标注-->到处xml格式的标注-->再通过格式转换工具把xml转换为txt文件

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

labelimg