1.本文简介
最近在研究YOLO V5的用法,借此机会整理一下,希望对大家有参考。
此文对YOLO V5性能不多做介绍,由于网上许多教程都略微有些繁杂,因此本文旨在展示 最简单的 【搭建方法】和【用法】,供0基础的初学者也能上手。下面将直接进入正题。
2.环境搭建
2.1.需安装列表
_____________________________
「必要项」
1.支持cuda的Nvidia显卡(显存越大越好)
2.python 3.8以上(推荐anaconda)
3.Cuda 10.2
4.pytorch
5.YOLO v5源码
「可选项」
1.opencv(推荐)
_____________________________
2.2.安装操作
_____________________________
2.2.1.python安装
这里使用anaconda,安装anaconda会附带最新的Python版本以及一些常用库文件和工具
安装好anaconda后,还需要安装两个常用工具。点选
此时,点选下图【CMD.exe Prompt】
分别输入以下两条指令回车,将【Git】和【pip】两个工具装好。
————————————————————————
conda install git
conda install pip
————————————————————————
2.2.2.Cuda 10.2
Cuda是Nvidia(显卡品牌)提供的 用于显卡加速计算的 接口和工具。
由于pytorch其目前只支持cuda10.2版本,所以请不要下载Nvidia最新版的cuda11
附上cuda10.2官网链接
根据操作系统选择对应项目,此文为Win10环境,选项如下,点【download】下载然后安装即可
2.2.3.Pytorch
根据操作系统选择对应选项(如下图),可以看到下面有一行指令 【conda xxx】
这时,打开第一步装好的【anaconda navigator】,然后选择【CMD.exe Prompt】
在控制台中,粘贴指令(如下图)【回车】,便装好了Pytorch
2.2.4.opencv
打开【anaconda navigator】,点选下图所示【Enviroments】,然后点击【Update index】更新可下载库文件的清单
将下拉单选成【ALL】,然后搜索【opencv】,把搜索出来的opencv装好,便完成了安装。
2.2.5.下载YOLO v5
下载YOLO v5之前,先给YOLO v5项目单独创建环境,为方便之后项目管理。
打开【anaconda navigator】→【CMD.exe Prompt】
依次执行以下指令(指令最右侧的文字和斜杠不需要复制)
———————————————————————
conda create -n yolov5 python=3.8//创建名为【yolov5】的python3.8环境,并通过
conda activate yolov5//通过activate激活环境
git clone https://github.com/ultralytics/yolov5.git//下载yolo v5项目
cd yolov5//将当前路径切换至 yolo v5目录
pip install -U -r requirements.txt//根据作者创建好的txt,下载所需环境
———————————————————————
如果顺利,这里我们就完成了所有的搭建了!
#注意# 激活后括号内文字从 base 变成了 yolov5,之后每次使用yolov5时我们都要先用指令进行激活
以上便是关于环境搭建的全部内容,本人也还在摸索中,欢迎探讨