深度学习—Yolov5模型配置

向南不向北

已于 2023-03-19 11:22:04 修改

阅读量4.3k

点赞数 5

分类专栏：深度学习 Torch 文章标签：深度学习 YOLO python

于 2023-03-18 00:01:10 首次发布

本文链接：https://blog.csdn.net/qq_46390120/article/details/129629064

版权

深度学习同时被 2 个专栏收录

4 篇文章 2 订阅

订阅专栏

Torch

3 篇文章 0 订阅

订阅专栏

搭建Yolov5要注意两个大问题：一个是在搭建YOLOv5前的环境准备，另一个是前部环境搭好后对YOLOv5的配置，运行YOLOv5自带的检验程序，便于后续的处理。

ps: 搭建环境一定要细心 + 耐心

一、环境准备

个人配置如下：
Python 3.7 + CUDA 11.6 + CUDNN 8.4.0 + Torch 1.12.0
具体配置过程请跳转下列链接：
深度学习—Python、Cuda、Cudnn、Torch环境配置搭建

二、数据准备

我个人使用的是Labelimg。
教程使用请跳转下列链接：
Labelimg（目标检测标注工具）安装。
注意：Yolo支持的标注文件格式为txt，记得把标注模式切换为YOLO。
请添加图片描述
标注效果如下图：
在这里插入图片描述

三、YOLOv5

YOLO的全称是you only look once，指只需要浏览一次就可以识别出图中的物体的类别和位置。因为只需要看一次，YOLO被称为Region-free方法，相比于Region-based方法，YOLO不需要提前找到可能存在目标的Region。

3.1YOLOv5 v5.0下载安装

YOLOv5代码都是开源的，因此我们可以直接下载。网址：glenn-jocher YOLOv5 v5.0 Release (#2762)

注意！！！：你这里下载的是Yolov5 v5.0，你后续步骤要对应你的版本
在这里插入图片描述

3.2 安装Yolov5 v5.0依赖库

看到yolov5-5.0>yolov5-5.0中的reqiurements.txt文件。在这里插入图片描述
此时打开Anaconda Prompt，激活虚拟环境。

activate pytroch

切换到requirements.txt文件所在目录，输入命令：

 pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com   #这里使用了阿里云镜像

在此过程中，哪里报错就查ERROR，一般是缺少依赖包，pip install 包名即可。后缀可加国内镜像加速下载。

阿里云镜像：http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
清华镜像：http://mirrors.alivun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

在这里插入图片描述

3.2.1 pycocotools总是报错

！！！这里可能会遇到一个pycocotools总在报错

ERROR:Could not build wheels for pycocotools, which is required to install pyproject.toml-based

解决方法1：去清华pycocotools-windows镜像网站手动下载。

在这里插入图片描述
解释：我的python版本是3.7，电脑系统是64位。所以我选的是pycocotools windows-2.0.0.1-cp37-cp37m-win amd64.whl。并且放到C:\User\Admin目录下。

错误示范：（没有放到C:\User\Admin目录下）
在这里插入图片描述
正常：

在这里插入图片描述

解决方法2：下载已有pycocotools压缩包，解压覆盖同名文件夹。

链接：https://pan.baidu.com/s/1r_CND-dyJ2rrKVYP0ANYsg
提取码：1024

原pycocotools文件夹位置：
在这里插入图片描述

四、YOLO测试

Yolov5自带两张测试图片。
在这里插入图片描述

4.1 配置预训练权重

打开ultralytics/yolov5网址，可以看到Yolov5 有很多小版本（应该是这么叫吧）。找到与我们对应的Yolov5 v5.0。

！！！注意：一定要对应你的Yolov5的小版本号，否则跑不出来的
在这里插入图片描述

下载Yolov5l.pt、Yolov5x.pt、Yolov5s.pt、Yolov5m.pt放到 yolov5-5.0文件夹中的yolov5-5.0文件夹同级目录中。

4.2 运行效果

若你的runs/detect/exp有生成新文件，打开效果如下，则Yolov5搭建成功。
在这里插入图片描述
这里我自己拍了一张照片，放到images文件夹中，命名为computer.jpg。运行detect.py。

在runs/detect文件夹中会新生成一个ex4文件，存放的是这次测试结果，打开conputer.jpg。效果如下：