yolov5的完整部署

目录

第一步：安装Anaconda

第二步：安装PyCharm

第三步：创建一个虚拟环境

第四步：从github上下载yolov5项目

第五步：让虚拟环境进入yolov5项目目录，并下载依赖

第六步：用Pycharm打开YOLO项目文件，选择配置好的虚拟环境

第七步：运行项目

---

第一步：安装Anaconda

进入官网下载即可，也可以下载Miniconda，Miniconda是Anaconda的简化版，对于一般需求而言就够用了。具体安装教程大家可以搜一下。

下载并安装后，配置下载镜像源，因为有的库的服务器在国外，我们直接安装会很慢，这时候需要国内源进行下载；有两种方式：一种是一劳永逸的方法，直接配置.condrac配置文件就行；另外一种是在安装命令之后直接跟国内源地址。

配置和下载网址：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

第二步：安装PyCharm

进入PyCharm官网下载即可，具体教程大家可以搜一下。

第三步：创建一个虚拟环境

打开CMD，执行下面命令：

conda create -n yolo01 python=3.8

注意：这里一定要是python3.8，其他版本别去管。

创建成功后，以下面命令激活进入创建的虚拟环境

conda activate yolo01

第四步：从github上下载yolov5项目

官网：ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)

点击Code-->Download，下载到本地

下载完整代码后，并把下面的YOLOv5s下载到上面项目文件的目录下，它是模型的预训练权重文件，官方提供了5个模型训练权重，也可把其他文件也下载本地，进行对比。

第五步：让虚拟环境进入yolov5项目目录，并下载依赖

cd D:\yolo\yolov5-master
D:

进入yolov5项目目录后，执行下面命令下载项目所需依赖库

pip install -r requirements.txt

第六步：用Pycharm打开YOLO项目文件，选择配置好的虚拟环境

选择虚拟环境
File -> Settings -> Project:yolov5 -> Python Interpreter -> add -> Conda Enviroment -> Existing Enviroment -> 选择你的虚拟环境路径 -> ok

第七步：运行项目

设置完虚拟环境，运行左侧的detect.py文件

如果运行结束后没有报错，而且在左侧的runs\detect\exp目录下出现了下面这两张被处理过的图片，就说明前面的操作都木有问题，恭喜已成功运行！