anaconda创建目标检测环境 & 配置过线检测模型Yolov5_DeepSort_Traffic-counter-main的运行环境

解压github上面下载的.zip文件

unzip 文件名.zip

Yolov5_DeepSort_Traffic-counter-main这个基于Yolov5的过线检测模型的依赖有问题,改为如下即可:

# pip install -r requirements.txt

# base ----------------------------------------

matplotlib>=3.2.2
numpy==1.23.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
torch==1.9.1
torchvision==0.10.1
tqdm>=4.41.0

# plotting ------------------------------------

seaborn>=0.11.0
pandas

# deep_sort -----------------------------------

easydict
requests

打开Pycharm的终端

在这里插入图片描述

创建该模型的anaconda虚拟环境

把如下内容输入到打开的终端

conda create --name yolo python=3.8

conda avtivate yolo

安装上面更改过的依赖

pip install -r requirements.txt

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
以下是 yolov5+deepsort 行人跟踪环境配置的步骤: 1. 安装 Anaconda,可以从官网下载安装包进行安装。 2. 创建一个 Anaconda 环境,可以使用以下命令: ``` conda create --name <env_name> python=3.7 ``` 其中,`<env_name>` 是你要创建环境名称。 3. 激活 Anaconda 环境,使用以下命令: ``` conda activate <env_name> ``` 4. 安装 PyTorch,可以根据自己的 CUDA 版本和 PyTorch 版本选择相应的安装方式。下面是一个例子: ``` conda install pytorch torchvision torchaudio cudatoolkit=<cuda_version> -c pytorch ``` 其中,`<cuda_version>` 是你的 CUDA 版本。 5. 安装其它依赖库,可以使用以下命令: ``` pip install opencv-python pillow numpy scipy matplotlib tqdm ``` 6. 克隆 yolov5 代码库,可以使用以下命令: ``` git clone https://github.com/ultralytics/yolov5.git ``` 7. 下载 yolov5 模型文件,可以去 yolov5 代码库的 release 页面下载,也可以使用以下命令: ``` python models/download.py --weights yolov5s.pt ``` 8. 克隆 deepsort 代码库,可以使用以下命令: ``` git clone https://github.com/nwojke/deep_sort.git ``` 9. 下载 deepsort 模型文件,可以去 deepsort 代码库的 release 页面下载,也可以使用以下命令: ``` wget https://github.com/nwojke/deep_sort/releases/download/20200604/deep_sort_model.tar.gz tar -xzvf deep_sort_model.tar.gz ``` 10. 运行行人跟踪程序,可以使用以下命令: ``` python demo.py --source <video_path> --weights yolov5s.pt --cfg deep_sort.yaml --img-size 640 ``` 其中,`<video_path>` 是要处理的视频文件路径。
评论
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

打赏作者

computer_vision_chen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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