【YOLO】YOLOv5-6.0环境搭建（不定时更新）

引言

笔者YOLOv5专栏链接🔗导航：

1. 【YOLOv5】6.0环境搭建（不定时更新）
2. 【YOLOv5】训练自己的数据集

笔者一直都非常偏爱yolov5系列，因其非常友好，上手容易，兼容性也比较高（不会有很多苛刻的要求，尤其是对训练的硬件配置），从搭建环境到训练再到应用，都非常简便。让使用者更多的时间花在实际的应用场景的协调上和改进上。
yolov5的最新版本6.1
源码：https://github.com/ultralytics/yolov5/tree/v6.0

一些更新信息说明：https://github.com/ultralytics/yolov5/releases/tag/v6.0
笔者更新日期 : 2022.3.2

1.环境搭建

1.1 x86_64系统架构

conda create -n yolov5-6 python=3.7
conda activate yolov5-6

官网的安装教程：

一般运行到下载torch会非常慢，所以最好单独先安装torch

笔者的安装指令流程如下：

git clone https://github.com/ultralytics/yolov5  # 1
cd yolov5  # 2
pip install -r requirements.txt  # 3

根据提示决定安装的版本，如上图所示
官网安装命令 https://pytorch.org/get-started/locally/

# 单独安装pythorch(gpu版本)
pip install torch==1.10.2+cu102 torchvision==0.11.3+cu102 torchaudio===0.10.2+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html  # 4
# 再运行官方安装指令，此时安装就会快很多
pip install -r requirements.txt  # 5

1.2 arrch64系统架构

查看使用的操作系统架构

uname -a

查看NVIDIA边缘端设备（nano、tx2、xavier等）查看安装的jetpack版本

sudo apt-cache show nvidia-jetpack
# 或者用jtop工具查看
jtop

PyTorch for Jetson
官网链接：https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048

Installing PyTorch for Jetson Platform 安装说明
链接：https://docs.nvidia.com/deeplearning/frameworks/install-pytorch-jetson-platform/index.html

JetPack SDK 链接：https://developer.nvidia.com/embedded/jetpack

1.3 其他依赖库安装

若遇到其他的必要库下载很慢，则可以单独安装并使用镜像源

pip install xxx -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install xxx -i https://pypi.douban.com/simple
# 然后再
pip install -r requirements.txt

requirements.txt的内容如下：

2.下载预训练模型

链接（拉到页面最底下）：预训练模型

3. 推理

任意新建一个.py文件，写入如下的代码，在终端运行

import torch

# Model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')  # or yolov5m, yolov5x, custom
# Images
# img = 'https://ultralytics.com/images/zidane.jpg'  # or file, PIL, OpenCV, numpy, multiple
img = 'data/images/zidane.jpg'
# Inference
results = model(img)
# Results
results.print()  # or .show(), .save(), .crop(), .pandas(), etc.

显示结果为：

4. 测试

--project指定保存路径；--weights指定测试模型

python detect.py --source data/images/zidane.jpg --weights v5_pre_models/yolov5s.pt --project out --img-size 640