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

  • 7
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值