配置yolov5 v7.0环境及使用

注：在测试是否安装好的过程中奉行缺啥补啥

第一步：使用anaconda创建yolo环境

同样在anaconda下创建一个yolo环境

首先，打开anaconda navigator,然后创建一个环境来放yolo。 先点击下面的create，然后创建一个新环境。

选择你的python版本，这里我选择的是Python3.8。你也可以根据你的需要和习惯来选择你自己的python版本。 环境名字你可以自己命名，但是尽量写自己能看懂的…

创建一个叫yolo的环境。

创建过程通

然后就会自动开始下载一些相关的包，等待其下载完成。

之后，打开anaconda prompt。先激活环境： activate yolo（这里打开的是我已经创建好的yolo环境）

第二步：使用本地的包安装pytorch

yolo是依赖pytorch框架的，所以我们先安装pytorch

分享一个很全的下载pytorch包的网址

https://download.pytorch.org/whl/torch_stable.html

找到需要的whl文件，注意要下载GPU下的torch包而不是CPU下的，后续会出现cuda版本不匹配问题

下载好后是这样的，我同时下载了torchvision，torchaudio包

需要选择跟前面创建的python同版本的包

然后--（网图，只为讲解）

同理安装三个包

第三步：yolov5下载

在官网上下载最新版yolov5

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

下载yolov5源码，解压，可以看到里面有requirements.txt文件，里面记录了需要安装的包

第四步：yolov5权重文件下载

在官网上下载与上文中下载的yolo同版本的4个权重文件

Releases · ultralytics/yolov5 · GitHub

将下载好的权重文件放到工程根目录下

第五步：下载依赖

打开anaconda prompt。先激活环境：activate yolo

然后切换目录到yolo所在的文件夹中

其他库的安装建议直接使用requirement.txt文件安装

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple

第六步：配置pycharm

进入pycharm中选择工程所需的interpreter

即上文创建的yolo环境

第七步：测试yolov5

使用源码中的Detect.py文件进行测试

默认用yolov5s.pt模型

可以在yolov5/runs/detect目录下找到模型输出结果的文件夹

这是源码自带的图片识别效果：

在网上随便找了一张图片，下载试了效果也不错，同时Yolov5处理该图片时间只用了11ms

前面anaconda的安装在我的另一篇文章中有详细过程

安装Anaconda