opencv + pytorch 环境搭建

最新推荐文章于 2024-07-07 11:02:35 发布
最新推荐文章于 2024-07-07 11:02:35 发布
阅读量6.7k 收藏 13
点赞数 1
分类专栏： 笔记备忘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/spinchao/article/details/91288852
版权

pytorch 环境搭建


1.安装cuda https://developer.nvidia.com/cuda-downloads
2.安装cudnn https://developer.nvidia.com/rdp/cudnn-download
3.安装anaconda https://www.anaconda.com/distribution/
4.anaconda安装pytorch 

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
conda install pytorch==0.4.1 torchvision cudatoolkit=9.0 -c pytorch   #	指定版本的话
conda uninstall xxx  #卸载某个包

5.安装opencv
conda install opencv

6.完成

anaconda 源管理，添加源下载失败时候删掉就好了

conda config --show-sources            #查看当前使用源
conda config --remove channels 源名称或链接                 #删除指定源
conda config --add channels 源名称或链接                #添加指定源
spinchao
关注
  • 1
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
使用anaconda配置pytorch及openCV
qq_46451649的博客
01-12 2946
这里我们默认电脑已安装并配置好了anaconda 一、创建虚拟环境 首先在开始菜单栏找到并打开anaconda prompt 创建一个新的虚拟环境，在这里我将其命名为pytorch,python版本使用3.6 版本对应关系如下图所示，也可参照GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision 最新torch版本参见第二部分的torch官网 conda create -.
Anaconda安装配置pytorch环境及opencv安装
月月月月
07-24 6479
Anaconda安装配置pytorch环境及opencv安装 1.安装说明 本教程使用Anaconda建立Pytorch虚拟环境来安装Pytorch。 2.为什么要使用Anaconda虚拟环境安装Pytorch？ 因为环境中通常需要安装很多软件，例如：我同时在使用tensorflow框架。但是他们所需要的Python的关联模块或版本会有所差异。如果都装在一个环境中难免会引起冲突。所以，选择虚拟环境能很好地避免环境之间的冲突。 （一）pytorch环境搭建 首先，在anaconda新建虚拟环境，然后在虚拟环境
PyTorch、OpenCV、YOLO间的关系
noahsarks的专栏
05-17 4066
支持python的关于机器视觉处理工具。
课程设计——基于 PyTorch 和 OpenCV 的车牌识别系统设计与实现（包含源码、训练数据集）
白话机器学习
07-07 991
完整项目获取1、资源项目源码均已通过严格测试验证，保证能够正常运行；2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通；3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合；4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。
pytorch 配置opencv_pytorch模型部署在生产环境
weixin_39831902的博客
11-21 639
2020年更新,pytorch的web与c++部署方式小哲：pytorch web与c++部署的两种方式​zhuanlan.zhihu.compytorch框架不像TF那样有tensorflow service 来进行工业环境的部署，相对工业部署比较复杂，但是自己习惯了使用pytorch，最近需要研究一下，pytorch工业环境的部署，这种该如何操作呢？很多新手都会面临我这样的问题，我的模型训练好...
pytorch安装和opencv安装
xianermi的博客
12-06 1431
pytorch安装和opencv安装
pytorch与opencv 安装（Linux）
weixin_30412013的博客
09-11 176
pytorch conda install pytorch=0.3.0 cuda75 -c pytorch torchvision conda install torchvision cuda75 -c pytorch opencv conda install --channel https://conda.anaconda.org/menpo opencv3 ...
pytorch安装opencv
SWLF的博客
08-02 2675
近期需要用到opencv这个包学习图片处理的知识，所以要安装opencv,下面介绍一下python如何安装opencv
win10+anaconda3环境下安装tensorflow+opencv+pytorch+keras（CPU版本亲测）
weixin_37858453的博客
02-20 841
win10+anaconda3环境下安装深度学习框架详细步骤（CPU版） 下载安装顺序 anaconda3 5.1.0(64-bit) tensorflow opencv-python opencv numpy pytorch keras 通过anaconda创建虚拟环境，然后在不同的虚拟环境下安装不同版本的深度学习框架，这样做的好处是一旦配置出错，可以直接删除虚拟环境包，不会影响整个系统。 anaconda3下载与安装 下载地址：https://mirrors.tuna.tsinghua.edu.cn/a
Ubuntu16.04+opencv+caffe+pytorch（anaconda下的python3.5）
Phoebe's Blog
07-22 792
前期准备说明： 由于caffe需要使用opencv库，所以需要先安装opencv，再安装caffe。 为方便各版本的深度学习框架切换，本次教程将基于anaconda下的虚拟环境进行安装。 anconda 虚拟环境安装 假设已安装好anaconda，本文使用的python版本为3.5。 首先创建虚拟环境conda create -n your_env_name python=X.X，比如conda...
【WSL2笔记2】 搭建深度学习开发环境踩坑笔记 Ubuntu+CUDA+cuDNN+PyTorch+Tensorflow+ONNX
老富的博客
04-06 2350
错误的结果就是配置的所有虚拟环境都以base的python版本运行，无法配置每个虚拟环境使用不同python版本，失去了虚拟环境意义。至此，适用PyTorch、Tensorflow、cuDNN框架的深度学习开发环境搭建完成。WSL 上的 CUDA 用户指南。安装protobuf 3.2版本。Anaconda官网版本档案。下载Anaconda安装包。创建Python虚拟环境。设置Anaconda路径。需要注册账号登录下载。通过SSH传送WSL。
离线配置gpu版本pytorch1.6+OpenCV
10-28
提供了离线安装pytorch1.6+opencv所需的所有安装包，安装教程可参考我的博文“windows7离线配置cuda10.1+pytorch1.6+opencv”，亲测有效，链接包括：vs2017离线包，anaconda安装包，pytorch所需依赖包，OpenCV包，cuda10.1安装包
从零开始搭建Ubuntu下的深度学习环境TensorFlow+Keras+Pytorch+Sklearn+OpenCV
hhy_csdn的博客
09-26 9219
我的Ubuntu系统又双叒叕崩溃了，卡在系统登录输密码的界面循环，似乎是更新了一下系统，和英伟达的驱动不兼容了。正好我的CUDA版本是8.0，支持不了高版本的TensorFlow，很难受，索性格式化系统，重新来一遍好了。现将整个过程记录在此，以备后查。 正文开始 从零开始搭建Ubuntu下的深度学习环境 一、删除Ubuntu系统 需要安装：分区助手 https://www.disktool.cn/...
【目标检测】Windows11+Anaconda3+PyCharm+Python3.8+PyTorch1.10.0+CUDA10.2环境配置和YOLOx部署
KayViolet的博客
11-21 5829
0 前言 由于YOLOx是基于Linux系统编写的代码，如果要跑通demo.py，需要对代码进行修改。 在论坛上看了一圈，记录Windows系统的很少，所以有了这篇文章。 本文为Windows部署YOLOx的踩坑记录，本文将详细介绍跑通demo的过程和个人遇到的所有报错。 1 准备工作 1.1 必要环境 Windows+Anaconda+PyCharm+Python 1.1.1 Anaconda创建新环境（Python3.8） 在Anaconda Prompt终端输入如下代码创建新的虚拟环境。 conda
安装pytorch,opencv
weixin_45424185的博客
04-28 240
坑1：安装后但vscode找不到：conda install -c menpo opencv。0.打开anaconda prompt。1.激活pytorch。
Pytorch 及Pytorch环境下Open CV安装记录
weixin_47618517的博客
02-28 1562
可以观察到前面从（base）变为（pytorch），表示已经切换到pytorch房间。通过conda 命令创建pytorch虚拟房间，方便对Pytorch进行管理。输入import pytorch一直提示错误，所以打算把pytorch重装。打开Anaconda prompt，首先检查conda中的虚拟环境。，按照CUDA型号等计算机型号选择pytorch版本。NVIDIA控制面板-系统信息-组件-3D设置。观察到有创建pytorch虚拟环境。删除pytorch 虚拟环境。，具体过程见链接博客。
记录pytorch安装 windows10 64位--（可选）安装opencv
高恩阳的博客
06-26 585
为python安装opencv
Anaconda/pytorch/opencv/yolov5图像识别工具的简单安装
一笑的博客
04-05 5440
Anaconda/pytorch/opencv/yolov5图像识别工具的简单安装，看完你就会了
好教程推荐系列：OpenCV/PyTorch中文版官方教程
$firecat利白的代码足迹$
07-24 621
OpenCV中文版官方教程 https://github.com/fendouai/OpenCVTutorials http://woshicver.com/ https://panchuang.net/series/opencv-python/ PyTorch中文版官方教程 https://github.com/fendouai/PyTorchDocs http://pytorchchina.com/
retinanet的pytorch环境搭建
最新发布
08-29
RetinaNet 是一种用于目标检测的深度学习模型，它通过使用“焦点损失”（Focal Loss）解决了单阶段检测器中类别不平衡的问题。在 PyTorch 环境中搭建 RetinaNet，通常需要进行以下步骤： 1. 确保你已经安装了 PyTorch 和 torchvision。如果没有安装，可以从 PyTorch 官网获取安装指令。 2. 安装依赖库。除了 PyTorch 和 torchvision，可能还需要安装一些其他的库，比如 Numpy、OpenCV 和 Matplotlib 等。可以通过 pip 或者 conda 进行安装。 3. 克隆 RetinaNet 的代码库。通常 RetinaNet 的实现会放在 GitHub 上，你需要将其代码库克隆到本地。例如，使用 Git 命令 `git clone https://github.com/fizyr/keras-retinanet.git` 克隆代码库。 4. 安装 RetinaNet 的依赖。根据 RetinaNet 代码库中的 `requirements.txt` 文件安装缺失的 Python 包。 5. 准备数据集。根据需要检测的目标类别，准备好相应的标注数据集，并按照 RetinaNet 的要求格式化数据。 6. 配置模型参数。在 RetinaNet 的配置文件中设置训练参数，如学习率、批次大小、训练的周期数等。 7. 运行训练脚本。在完成上述准备工作后，可以运行 RetinaNet 提供的训练脚本来开始模型的训练过程。 以下是一个大致的命令行示例流程： ```bash # 安装 PyTorch 和 torchvision（根据你的环境选择适当的命令） pip install torch torchvision # 克隆 RetinaNet 代码库 git clone https://github.com/fizyr/keras-retinanet.git # 进入代码库目录 cd keras-retinanet # 安装依赖包 pip install -r requirements.txt # 准备数据集... # 开始训练 python retinanet_train.py --batch-size=1 --config=config.yml ``` 请根据你的具体需求和环境调整上述步骤和命令。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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