〇、更新日志
# 20240916 V2.1
(1)修复已知的翻译问题。
(2)修改CSDN资源下载权限,0积分可下载。
# 20240909 V2.0
(1)升级了“初始化”按钮,新增了“检查软件”和“设置Pytorch”功能。
(2)默认安装了Yolov5依赖环境,无需通过命令行安装。
(3)修改了“部署模型”中的“模型”为单选模式。
(4)在“部署模型”中新增了“源头”选项,包括摄像头、图片、视频及屏幕。
# 20240827 V1.1
(1)在压缩包中提供了yolov5文件夹,供用户直接使用。
(2)修复了“未切分检测数据集”不能切分的错误。
一、软件介绍
深度学习是机器学习的代表性成果,基于神经网络模型来模拟人类大脑,在数据处理、特征提取和模式识别方面具有强大能力,是当前人工智能发展的核心驱动力之一。
飞令(FeeLink)深度学习工具集将深度学习技术的基本流程进行封装,为用户提供图形化界面,用户使用鼠标和数字键盘,即可快速完成图像采集、图像处理、图像标注、数据集制作、模型训练、模型部署等六项主要功能,以及界面翻译和终端打印等两项辅助功能。
各项功能详见表1。
序号 | 功能 | 介绍 |
---|---|---|
1 | 界面翻译 | 界面文字和终端打印内容均支持中英文切换。 |
2 | 图像采集 | 在相机开启和选择保存文件夹的情况下,允许实时拍照。 |
3 | 图像处理 | 对指定文件夹中的所有图像进行备份、重命名、修改像素。 |
4 | 图像标注 | 标注图像中的目标物体,并将标注信息保存到标注文件中。 |
5 | 数据集制作 | 检测数据集格式、划分数据集比例、生成数据集配置文件。 |
6 | 模型训练 | 选择预训练模型、设置训练参数、生成训练指令并启动训练。 |
7 | 模型部署 | 选择模型、生成部署指令并启动推理。 |
8 | 终端打印 | 打印用户的操作过程以及相关报错信息。 |
二、软件安装
以下将本软件称为FeeLink。
1、硬件配置
推荐在至少配置了i3-12100芯片、8GB运行内存、256GB磁盘容量的个人计算机上运行,支持接入摄像头、鼠标、键盘和显示器,显示器分辨率不小于800 x 800。
2、系统要求
FeeLink已在Windows 11(64bit)系统上完成测试,不保证在 Windows 10 或 32bit 系统上完美运行。
3、支持软件
FeeLink依赖以下软件的支持,软件名称、版本号及下载地址详见表2。
除Pytorch外,其它支持软件(1/2/4/5/6)均可从绑定资源下载,或者从百度网盘下载,或者使用表2中的下载链接。
FeeLink支持软件CSDN资源:【免费】FeeLink支持软件资源-CSDN文库
序号 | 支持软件 | 版本号 | 下载链接 | 备注 |
---|---|---|---|---|
1 | Git | >=2.46.0 | Git | |
2 | Miniconda * | >=2024.6-1 | Miniconda — Anaconda documentation | |
3 | Pytorch * | =2.3.1 | Start Locally | PyTorch | |
4 | Yolov5 | / | https://github.com/ultralytics/yolov5 | 可选 |
不再需要 | ||||
不再需要 |
[说明]
* Miniconda只用于创建python==3.12虚拟环境,可用其它类似软件替代。
* Pytorch提供了GPU版本和CPU版本,如果计算机带有NVIDIA显卡,请安装带CUDA的版本。
* 在安装Pytorch之后,再将libomp140.x86_64.dll放到相应位置。
4、安装过程
(1)安装Git软件,下载后一直点击下一步,直到安装完成即可。
(2)安装Miniconda软件。
安装完成后打开Anaconda Prompt (miniconda3),输入以下指令,创建一个名为pytorch的虚拟环境,并指定python版本为3.12。
conda create -n pytorch python==3.12
python 3.12安装完成后,输入以下指令以激活pytorch虚拟环境,如图1所示。
activate pytorch
根据计算机是否可以安装CUDA,选择CUDA版本(以CUDA 12.4为例)或CPU版本,统一使用Pytorch=2.3.1版本。
# CUDA 12.1
pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu121
# CPU
pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1
(3)解压缩下载好的Yolov5.zip(或使用压缩包中已下载的yolov5文件夹),解压后如图2所示。
点击地址栏,复制当前yolov5的绝对路径。注意,要将yolov5-master文件夹重命名为yolov5,并且yolov5文件夹中不要再包含yolov5文件夹。
回到Anaconda Prompt,注意还是先要激活pytorch虚拟环境。
依次输入以下指令,安装yolov5依赖项。
cd yolov5 # 替换为 yolov5 文件夹的绝对路径,如 C:\Users\71401\Downloads\yolov5
pip install -r requirements.txt
(4)安装Visual C++ Redist
下载后,安装即可。
(5)下载和放置libomp140.x86_64.dll
下载后,将libomp140.x86_64.dll放在以下位置。
C:\Users\***\miniconda3\envs\pytorch\Lib\site-packages\torch\lib
# ***替换为计算机用户名,或者是miniconda3安装文件夹的上一级目录
(6)下载FeeLink,解压缩后,将yolov5文件夹放在与feelink.exe同级目录下,如图5所示。
注意,打开yolov5文件夹后是图3的状态。
三、界面一览
1、主窗口
2、处理图像子窗口
3、标注图像子窗口
4、制作数据集子窗口
5、训练模型子窗口
6、部署模型子窗口
四、软件使用
请查阅CSDN另一篇文章的介绍。http://t.csdnimg.cn/Gu1kihttp://t.csdnimg.cn/Gu1ki或者查阅《FeeLink使用手册》,其从附件或百度网盘中下载。
五、下载链接
1、百度网盘
(1)FeeLink软件
链接: 百度网盘 请输入提取码
提取码: m7mb
(2)FeeLink支持软件
链接: https://pan.baidu.com/s/1cdG944yNi26hdy8HIUgX1A?pwd=niaa
提取码: niaa
2、GitHub(暂未更新)
六、反馈建议
软件中提供了反馈按钮,可通过邮箱或直接在评论区报错或提出建议,感谢您的支持!
七、鸣谢
感谢Pyside、Pytorch、Ultralytics,因为它们,才有FeeLink。
八、声明
工具集由博主独立开发,转载请附上本文链接。