opencv + pytorch 环境搭建

最新推荐文章于 2023-07-14 13:02:25 发布
最新推荐文章于 2023-07-14 13:02:25 发布 6488 收藏 13
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
阅读终点，创作起航，您可以撰写心得或摘录文章要点写篇博文。去创作
spinchao
关注
  • 1
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
python环境下安装opencv库的方法
09-17
主要介绍了python环境下安装opencv库的方法 ，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
pytorch实现人脸识别包括人脸检测（opencv、dlib、CNN三种方法融合）人脸对齐和vgg-face人脸特征提取
04-02
博客地址：https://blog.csdn.net/wen_fei/article/details/80261047 人脸识别源代码，包括使用opencv、dlib和cnn实现的人脸检测、opencv实现的人脸对齐以及vgg-face的人脸特征提取等，最后余弦函数计算相似度，并提供flask部署代码，可以放在服务器上远程调用
树莓派4B OpenCV+Scipy+Pytorch环境配置
qq_52593112的博客
07-14 234
树莓派4b配置opencv与pytorch深度学习框架
安装opencv-python, torch时的报错
混日子的慕程序猿
06-04 604
pip install opencv-python pip install torch 后，爆出了如下错误 import cv2 File "/home/tensor/.local/lib/python3.5/site-packages/cv2/__init__.py", line 3, in <module> from .cv2 import * ImportErr...
安装torch-opencv
weixin_33676492的博客
05-13 534
安装torch-opencvtorch torch-opencvopencv-3.1.0 opencv-contrib想在torch中使用光流法，于是就希望能够调用opencv中的光流代码，而torch中对opencv-3.1.0进行了封装，即torch-opencv包，如果仅仅安装opencv3.1，然后安装torch-opencv，当然也能安装成功，但是这时候调用光流法'Optflow=c...
OpenCV4.0 运行快速风格迁移（Torch）
juebai123的博客
01-18 4059
从《Python 图像风格迁移(模仿名画)》一文中看到 OpenCV 可以运行Torch 模型。也来试试， 先用vs2008编译一个cv3.3, 再下一个"fast-neural-style-master"包，按包中地址下载几个模型，下面是其中一个： "http://cs.stanford.edu/people/jcjohns/fast-neural-style/models/instanc...
实战：使用 PyTorch 和 OpenCV 实现实时目标检测系统
小白学视觉
08-01 7668
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达 一、引言自动驾驶汽车可能仍然难以理解人类和垃圾桶之间的区别，但这并没有使最先进的物体检测模型在过去...
【模型部署】利用opencv Python API 加载与运行Pytorch模型
qq_43456016的博客
03-08 1190
在使用OpenCV加载和运行PyTorch模型时，需要将模型转换为ONNX格式。此外，由于PyTorch和OpenCV使用的数据类型和颜色通道顺序不同，因此需要进行数据格式和颜色通道的转换。OpenCV可以调用PyTorch模型。通过将PyTorch模型转换为ONNX格式，然后使用OpenCV中的dnn模块加载和运行模型。
opencv——cv2图像输入到torch前的维度变换
富贵的博客
08-23 799
1080表示高（H）；1920表示宽（W）；3表示通道（C），所以在后续要送入torch中，需要先对张量的维度顺序进行变换。OpenCV获得的张量的数据顺序为(H。
Pytorch安装CV2
weixin_51472673的博客
10-22 1831
然后使用清华的镜像下载CV2（比较快）如图所示，没有报错即为安装成功。首先切换到pytorch环境下。
Pytorch 及Pytorch环境下Open CV安装记录
weixin_47618517的博客
02-28 673
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。
基于OpenCV+MediaPipe+Pytorch实现的一个剪刀石头布检测系统源代码+数据集+模型
最新发布
07-27
基于OpenCV+MediaPipe+Pytorch实现的一个剪刀石头布检测系统源代码+数据集+模型
ubuntu16.04安装+cuDNN+Matlab+python+Nccl+opencv+caffe+pytorch+tensflow深度学习软件教程
11-28
这文档属于ubuntu16.04桌面版安装CUDA+cuDNN+Matlab+python+Nccl+opencv+caffe+pytorch+tensflow1.8.docx；自己通过实践在服务器上安装没有问题，需要的朋友请下载，文档把遇到安装opencv+caffe报错信息做了一个汇总...
VS2022+Qt 5.14+OpenCV环境搭建，亲测可用。
07-11
VS2022+Qt 5.14+OpenCV环境搭建，亲测可用。 最新测试，没有问题！！！
opencv+tesseract+QT实践篇.docx
08-24
文本已经对整个环境配置完成的情况下实现，有需要配置环境的文档请看我的其他上传。
openCV+codeblocks完整搭建软件和搭建步骤
01-16
openCV+codeblocks的环境搭建所需要的软件和环境搭建的完整步骤。
Pytorch 安装CV2
于笨笨的博客
05-14 3863
使用清华的镜像来下载CV2十分的迅速 首先切换到pytorch conda activate pytorch 然后下载安装 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python 安装成功
opencv的安装保姆级教程，并在pycharm下配置opencv
热门推荐
请不要温和地走进那段良夜，保持热爱奔赴星海！
04-29 4万+
安装opencv-python的保姆级教程
关于深度学习库安装的一些总结(opencv,torch和torchvision,yaml)
weixin_46880949的博客
08-20 929
越来越多的人向着深度学习这个方向前进，前进的第一步那必须是先把环境配置好。 我当时安装的时候（那个迷惑呀，啥啥啥都不知道）看了很多博客，听了别人的方法，有说直接在cmd安装，有说在cuda安装，但是又要安装cndnn,又有人说先下载Annoconda，再在Anaconda Promt里面安装，我几乎所有方法都试过了，但是还是有些库没有成功（特别是直接在cmd里面安装的时候，几乎全部是红的，当时有些安装成功了，但是不知道安在了哪了，难受） 文章目录安装安装opencv安装torch,和tensorflow安
yolov5 pytorch环境搭建
06-28
### 回答1： 要搭建yolov5pytorch环境，您可以按照以下步骤进行： 1. 确保您的电脑已经安装了Python环境，并且版本为3.8或以上。 2. 打开命令行或终端，进入您要进行环境搭建的文件夹或目录。 3. 输入以下命令来安装yolov5pytorch： ``` pip install yolov5 ``` 4. 安装完毕后，您可以尝试运行以下命令来测试是否成功安装： ``` python -c "import yolov5; print(yolov5.__version__)" ``` 如果成功安装，命令行应该输出yolov5的版本号。 希望这些步骤可以帮助您成功搭建yolov5pytorch环境。你好！要搭建 YOLOv5 PyTorch 环境，你需要按照以下步骤操作： 1. 安装 Anaconda（如果没有安装的话），可以从官网下载对应的版本：https://www.anaconda.com/products/individual 2. 打开 Anaconda Prompt，创建一个新的 conda 环境，输入以下命令： ``` conda create --name yolov5 python=3.8 ``` 这个命令将创建一个名为 yolov5 的新环境，并指定 Python 版本为 3.8。 3. 激活 yolov5 环境，输入以下命令： ``` conda activate yolov5 ``` 4. 安装 PyTorch 和 torchvision，输入以下命令： ``` conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia ``` 5. 安装其他必要的依赖库，输入以下命令： ``` pip install opencv-python numpy matplotlib ``` 6. 下载 YOLOv5 代码，可以使用 git 命令将代码克隆到本地： ``` git clone https://github.com/ultralytics/yolov5.git ``` 7. 进入 yolov5 目录，输入以下命令： ``` cd yolov5 ``` 8. 使用以下命令启动一个 Jupyter Notebook： ``` jupyter notebook ``` 9. 在 Jupyter Notebook 中打开 yolov5 文件夹下的 train.ipynb 或者 detect.ipynb 文件，运行代码即可。 以上就是在 PyTorch 中搭建 YOLOv5 环境的步骤。希望这些信息对你有所帮助！ ### 回答2： Yolov5是一个目标检测算法模型，以其高效、高速的特点在人工智能领域得到了广泛应用。在使用Yolov5前，需要搭建相应的PyTorch环境。本文将为大家介绍如何搭建yolov5 pytorch环境。 第一步：安装Anaconda 下载并安装Anaconda，可以前往Anaconda官网下载对应的版本进行安装。安装过程较为简单，只需要一直点击确定下一步即可完成。 第二步：创建虚拟环境 使用Anaconda套件来创建虚拟环境。输入以下命令，来创建一个PyTorch的虚拟环境： conda create -n torch_env python=3.6.8 根据自己的需要进行修改。上述命令中，创建了一个名为‘torch_env’虚拟环境，使用了 Python 3.6的版本。等待安装完成后，可以通过以下命令进入该环境： conda activate torch_env 第三步：安装PyTorch 在虚拟环境中安装PyTorch库。输入以下命令： conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch 该命令将安装PyTorch1.6版本，以及torchvision0.7版本。 第四步：安装其它依赖库 在虚拟环境中安装其它必须的Python包，如matplotlib、numpy等。输入以下命令： conda install matplotlib numpy 至此，yolov5 pytorch环境搭建完成。 总结： 通过以上步骤，可以完成yolov5 pytorch环境的搭建。需要注意的是，不同的操作系统，该环境搭建的步骤有些差异，需要根据实际情况进行相应的修改。同时，在使用yolov5前，推荐先学习一些基础知识，熟练掌握该算法的使用方法和相关操作。 ### 回答3： Yolov5是一款效果出色的目标检测算法，由ultralytics团队开发，基于PyTorch框架。为了在本地电脑上运行自己的模型或修改默认的预训练权重，需要先搭建好yolov5的PyTorch环境。接下来，我将分享如何快速搭建PyTorch环境并使用yolov5。 首先，需要安装Python环境，建议安装Python3.6或更高版本，以及pip包管理器。然后，我们需要安装PyTorch，可以通过官网提供的命令来安装： ``` pip install torch torchvision torchaudio ``` 接下来，需要下载yolov5的代码和预训练权重。可以在GitHub下载，也可以使用git命令： ``` git clone https://github.com/ultralytics/yolov5.git ``` 下载完代码之后，可以运行以下命令来检查安装是否正确： ``` cd yolov5 python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/zidane.jpg ``` 如果出现“PASSED”的字样，则说明环境搭建成功。 此外，yolov5还有一些依赖项需要安装。安装方法如下： ``` pip install -r requirements.txt ``` 最后，我们可以根据具体的任务调整yolov5的配置文件和参数，以达到更好的效果。可以在yolov5/models目录下找到相应的配置文件进行调整。 以上就是yolov5 PyTorch环境搭建的流程。希望本文对您有所帮助。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

spinchao

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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