注:有些东西一般来说需要外网
(这边已经简化了,直接从百度网盘下载就行)
一、Anaconda安装
https://www.anaconda.com/download
二、CUDA、CUDNN安装(直接选择cuda11.8)
1.https://developer.nvidia.com/cuda-11-8-0-download-archive(兼容性比较好,可以直接装C盘)
2.安装cudnn
下载v8.9.2版的( cuDNN Archive | NVIDIA Developer )
把cudnn前3个文件夹复制到cuda toolkit的路径下(合并进去)
3.设置环境变量
进入:此电脑–空白处点击右键–点击属性–进入系统–点击高级电脑设置–环境变量,选中系统变量下的Path这行编辑
一定要有这5个环境变量,没有就自己新建(一般缺两三个)
应用,完成,转到cuda v11.8的目录下,上面的框框点一下输入cmd,执行如下指令,最后是PASS就是成功了。
.\bandwidthTest.exe
.\deviceQuery.exe
记住:在某个文件夹调用命令提示符,就是在上面的框框输入cmd,回车
三、YoloV5,Pytorch安装
1.开始→Anaconda3→Anaconda Prompt→输入conda create -n yolov5,过一会儿成功以后输入conda activate yolov5,以后直接输入activate yolov5就行了。
2.下载yolov5代码包
有外网的直接https://github.com/ultralytics/yolov5,右上角选择code,download zip
没外网的请看下面:
Yolov5包链接:https://pan.baidu.com/s/1f0LhWSpbSicuUSu4Mi8B2g?pwd=fjut
提取码:fjut
3.进入D:\yolov5-master,直接点击这里,输入cmd,回车,输入activate yolov5
执行:
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
等他安装成功(一定要有耐心,实在不行断网重装,进度不会丢)
安装完以后试一下能不能用
(yolov5)D:\yolov5-master> python
一堆版本号等信息
>>import torch
>>print(torch.__version__)
>>print(torch.cuda.is_available())
这些荧光笔的部分是你要输入的
最终显示True就是成功了。
然后输入
pip install -r requirements.txt
回车安装需求文件。
四、Git安装
链接:https://pan.baidu.com/s/1jiwa0kduxz_Trr6AsuoxeA?pwd=fjut
提取码:fjut
安装在默认位置(C盘),一路狂点Next就行了。
五、打标签
1.在yolov5-master文件夹中建立名为accident的文件夹(以车祸识别为例),下面设images、labels,然后再分别下设train、val,如图。
2.开始→Anaconda3→Anaconda Prompt→输入conda create -n labelimg,回车,待其安装完后输入conda activate labelimg , 然后输入labelimg,打开labelimg,并把标签格式点成YOLO。(以后直接输入conda activate labelimg , 然后输入labelimg,就能打开labelimg了)
3.搜集数百张(这边以1000张为例)车祸照片,储存在D:\yolov5-master\accident\images\train和\val,在labelimg中点击Open Dir,选择D:\yolov5-master\accident\images\train,然后点击Change Save Dir,选择D:\yolov5-master\accident\labels\train,储存成txt文件。
这边建议重命名成0001、0002、....、1000这样,方便后续对照查看,批量命名工具在下面网址
https://softdl.360tpcdn.com/auto/20190529/102019745_c19936ad22ee8ef96d117b4a5897af53.exe
语言调成中文后,选取文件夹—>编辑规则—>序列化,如图设置
4.开始标记,按W键鼠标变成十字架,拖拽出长方形以标记车祸部分,按Ctrl+S保存,然后按D进入下一张图片
熟悉了以后标注嘎嘎快,就是W,鼠标,Ctrl+S,D这四样东西。
六、Pycharm安装与配置
1. https://www.jetbrains.com/zh-cn/pycharm/ 下载pycharm
破解方法
链接:https://pan.baidu.com/s/1GROEwqmU6mKpF7bv_MhnTQ?pwd=gdsx
提取码:gdsx
下载解压完运行一下这个,须臾显示Done(要等十几秒), 重新打开 Pycharm 后,复制下面的激活码(对,就是这么长):
EUWT4EE9X2-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-FT9l1nyyF9EyNmlelrLP9rGtugZ6sEs3CkYIKqGgSi608LIamge623nLLjI8f6O4EdbCfjJcPXLxklUe1O/5ASO3JnbPFUBYUEebCWZPgPfIdjw7hfA1PsGUdw1SBvh4BEWCMVVJWVtc9ktE+gQ8ldugYjXs0s34xaWjjfolJn2V4f4lnnCv0pikF7Ig/Bsyd/8bsySBJ54Uy9dkEsBUFJzqYSfR7Z/xsrACGFgq96ZsifnAnnOvfGbRX8Q8IIu0zDbNh7smxOwrz2odmL72UaU51A5YaOcPSXRM9uyqCnSp/ENLzkQa/B9RNO+VA7kCsj3MlJWJp5Sotn5spyV+gA==-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
粘贴到输入框内,点击 Activate 按钮,重进一下pycharm即可破解。
2.设置、配置
如果你英语水平不是很好或者看中文比较爽,可以点击Files->Settings->Plugins->搜索chinese,下载图标是“汉”的那个插件(中文补丁)
3.训练自己的数据(以车祸识别为例)
在yolov5-master\data文件夹下新建accident.yaml(可以用记事本,然后改后缀)。
内容如下所示:
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: D:\yolov5-master\accident # dataset root dir
train: images/train # train images (relative to 'path')
val: images/val # val images (relative to 'path')
test: # test images (optional)
# Classes
nc: 1 # number of classes
names: ['accident'] # class names
其中:
path:数据集的根目录
train:训练集与path的相对路径
val:验证集与path的相对路径
nc:类别数量,因为这个数据集只有一个类别(accident),nc即为1。
names:类别名字。
4.配pycharm环境
导入整个yolov5-master为项目,点击左上角 文件,设置,python解释器,添加解释器,添加本地解释器,conda环境,D:\Anaconda\Scripts\conda.exe,使用现有环境,yolov5,确定。
右上角编辑配置,如图设置(假设你安装在D盘)
4.运行那行参数输入:--batch-size 16 --img-size 416 --epochs 10 --data accident.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt,确定
5.至此已可以开始运行,训练。训练结果可以去D:\yolov5-master\runs里面查看。