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