使用pip快速安装的话参考这个:
【YOLO】在ubuntu上部署yolov5_ubuntu yolov5-CSDN博客
安装miniconda
1.下载
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
2.安装
sh Miniconda3-latest-Linux-x86_64.sh
安装过程中一直按回车键,有选择的地方都输入yes
3.配置环境变量
source ~/.bashrc
此时会进入base环境
生成.condarc文件
conda config --set show_channel_urls yes
编辑文件
gedit ~/.condarc
把原来的内容删去,然后添加下面的清华源
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
输入
conda clean -i 输入y再按一下回车
配置pip源,执行
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
安装pytorch
使用conda创建yolov5的虚拟环境
conda create -n yolov5 -y
conda activate yolov5
安装pytorch
pytorch有GPU版本和CPU版本之分,安装错了可用不了。看看你的计算机有没有独立显卡,有显卡的话(nvidia显卡)建议安装GPU版本,没有的话建议安装CPU版本,官网查看命令
安装GPU版本的(二选一)
保证pytorch安装的cuda版本低于显卡中显示的cuda版本
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia -y
安装CPU版本的(二选一)
conda install pytorch torchvision torchaudio cpuonly -c pytorch
yolov5 依赖包和环境一键安装
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt # install
将下载好的权重模型放入yolov5文件夹中的根目录下
测试
在yolov5的根目录下,终端中运行:(需要有yolov5的conda环境)
python3 detect.py
运行结果储存在yolov5文件夹中/runs/detect/exp中
在pycharm中测试:
安装pycharm: Thank you for downloading PyCharm!
tar -xvf pycharm-community-2023.3.3.tar.gz
cd pycharm-community-2023.3.3
./bin/pycharm.sh
打开PyCharm,并选择YOLOv5目录作为项目。
设置yolov5的conda解释器
在PyCharm中运行detect.py文件
导出ONNX格式
需要先安装onnx : pip install onnx
python export.py --weights yolov5s.pt --include onnx
可视化:
访问这个网站,打开.onnx模型就可以查看整个网络
环境安装完毕!
使用下面的指令可以使得终端默认不进入base环境,防止conda影响终端
conda config --set auto_activate_base false