Yolov5环境安装配置学习笔记(1)

1、安装好anaconda

2、conda create -n yolov5 python=3.8

3、conda activate yolov5 或者 activate yolov5

conda无法使用activate_conda-script.py: error: argument command: invalid -CSDN博客
https://blog.csdn.net/hjxu2016/article/details/134248789

4、conda install pytorch torchvision torchaudio cpuonly -c pytorch

【Pytorch官网】PyTorch

选择conda版本,选择cpu版本,下面得到安装指令

5、验证torch版本

python

import torch

torch.__version__

6、安装好vscode并安装Python插件

7、下载yolov5.zip源码,并解压

yolov5: 同步更新官方最新版 Yolov5,发行版提供模型下载地址, Yolo8已发布: https://gitee.com/monkeycc/ultralytics

8、进入解压的文件并运行以下命令安装相关包

pip install -U -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

9、右下角切换编译器,用vscode打开项目文件夹yolov5-master,存放图片到路径yolov5-master\data\images,运行detect.py


 

10、  识别结果

YOLOv5s summary: 213 layers, 7225885 parameters, 0 gradients, 16.4 GFLOPs
image 1/4 E:\yolov5-master\yolov5-master\data\images\bus.jpg: 640x480 4 persons, 1 bus, 79.9ms


image 2/4 E:\yolov5-master\yolov5-master\data\images\family.jpg: 448x640 5 persons, 5 cups, 1 fork, 3 bowls, 1 sandwich, 1 chair, 1 dining table, 70.2ms


image 3/4 E:\yolov5-master\yolov5-master\data\images\jnu.webp: 448x640 20 persons, 4 bicycles, 2 potted plants, 68.3ms


image 4/4 E:\yolov5-master\yolov5-master\data\images\zidane.jpg: 384x640 2 persons, 2 ties, 67.0ms


Speed: 0.2ms pre-process, 71.4ms inference, 0.5ms NMS per image at shape (1, 3, 640, 640)

14 persons,1 chair,2 potted plants。

  参考资料:

        【基于Ubuntu下Yolov5的目标识别】保姆级教程 | 虚拟机安装 - Ubuntu安装 - 环境配置(Anaconda/Pytorch/Vscode/Yolov5) |全过程图文by.Akaxi_ubuntu yolo-CSDN博客
https://blog.csdn.net/Akaxi1/article/details/134222652

  • 20
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
要搭建yolov5环境,可以按照以下步骤进行操作: 1. 首先,打开Anaconda Prompt终端。 2. 在终端中,输入以下命令来创建一个新的虚拟环境: ``` conda create -n yolov5 python=3.8 ``` 这将创建一个名为yolov5的虚拟环境,并指定使用Python版本为3.8。等待环境创建完成。 3. 接下来,从GitHub上下载yolov5的代码。你可以在Pycharm中打开下载的文件。 4. 在Pycharm中,点击 "File",然后选择 "Settings"。 5. 在设置中,按照以下顺序进行操作: - 点击 "Project: your_project_name",然后选择 "Project Interpreter"。 - 点击右上角的齿轮图标,选择 "Add"。 - 在弹出的窗口中,选择 "Conda Environment"。 - 在 "Existing environment" 中,选择 "Interpreter"。 - 点击下拉菜单中的 "Python Interpreter",选择之前创建的yolov5虚拟环境。 - 点击确定,等待Pycharm配置虚拟环境。 6. 在Pycharm中配置好虚拟环境后,可以开始安装其他依赖包。根据你的需求和项目要求,安装相应的依赖包。 通过以上步骤,你可以成功搭建yolov5环境。这些步骤将帮助你创建一个虚拟环境,下载yolov5的代码,并在Pycharm中配置虚拟环境安装其他依赖包。这样,你就可以开始使用yolov5进行目标检测任务了。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [深度学习笔记(一):环境yolov5配置](https://blog.csdn.net/xumocanshui/article/details/127111861)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [yolov5 运行环境搭建](https://download.csdn.net/download/wanghencsdn/87430153)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值