yoloV5部署学习笔记

参考https://github.com/wudashuo/yolov5

1下载

首先github上下载

 git clone https://github.com/wudashuo/yolov5.git

yolov5按大小分为四个模型yolov5s、yolov5m、yolov5l、yolov5x，这四个模型的表现见下图

上图为基于5000张COCO val2017图像进行推理时，每张图像的平均端到端时间，batch size = 32, GPU：Tesla V100，这个时间包括图像预处理，FP16推理，后处理和NMS（非极大值抑制）。 EfficientDet的数据是从 google/automl 仓库得到的（batch size = 8）。
注意：v2.0, v3.0, v3.1, v4.0权重通用，但不兼容v1.0，不建议使用v1.0，建议使用最新版本代码。

2安装依赖

在这里可以直接安装，我们选用安装anaconda再虚拟环境中进行安装
首先安装anaconda，具体参考在linux中安装anaconda
yolov5官方说Python版本需要≥3.8，但是我自用3.7也可以，但仍然推荐≥3.8。
cd到yolov5的文件夹里，输入：

conda create -n test_env python=3.8
conda activate test_env     # 激活新建的虚拟环境
pip install -r requirements.txt

pip安装慢的，请配置镜像源，下面是清华的镜像源。

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

测试

# 快速推理，--source 指定检测源，以下任意一种类型都支持：
$ python detect.py --source 0  # 本机默认摄像头
                            file.jpg  # 图片 
                            file.mp4  # 视频
                            path/  # 文件夹下所有媒体
                            path/*.jpg  # 文件夹下某类型媒体

可以直接使用，会自动下模型