Ubuntu22配置yolov5环境

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

  Start Locally | PyTorch

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：

Netron

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