Ubuntu下YOLOv5目标检测

最新推荐文章于 2024-06-25 10:51:39 发布

Five_lll

最新推荐文章于 2024-06-25 10:51:39 发布

阅读量6k

点赞数 5

分类专栏：深度学习 Ubuntu 文章标签：深度学习 pytorch

本文链接：https://blog.csdn.net/weixin_43945892/article/details/113757387

版权

本文介绍了在Ubuntu 20.4系统中，如何配置YOLOv5的运行环境，包括Anaconda、CUDA、cuDNN和Pytorch的安装，以及YOLOv5模型的测试步骤。详细讲述了每个环节的操作，帮助读者在GPU环境下成功运行YOLOv5进行目标检测。

摘要由CSDN通过智能技术生成

Ubuntu下YOLOv5目标检测

软件环境

ubuntu 20.4
anaconda3
cuda 11.1
pytorch 1.7
YOLOv5

环境安装

1 安装Anaconda

2 安装cuda和cudnn

安装Nvidia驱动

确认你的系统已经装好了nvidia显卡驱动，没有的话从nvidia官网下载适配显卡的驱动。

安装CUDA

接着安装cuda，打开终端：

wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
sudo sh cuda_11.1.0_455.23.05_linux.run

打开~/.bashrc：

su

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Five_lll

关注关注

5
点赞
踩
70

收藏

觉得还不错? 一键收藏
3
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

ubuntu18.04配置yolov5环境

weixin_44126988的博客

04-04

7293

ubuntu18.04配置yolov5

(笔记)ubuntu20.04下 yolov5学习与使用

一颗小白菜

11-27

2647

等到数据训练好了以后，就会在主目录下产生一个run文件夹，在run/train/exp/weights目录下会产生两个权重文件，一个是最后一轮的权重文件，一个是最好的权重文件，一会我们就要利用这个最好的权重文件来做推理测试。对视频进行测试，和如上的图片的测试是一样的，只不过是将图片的路径改为视频的路径而已。data：配置文件，训练集、测试集、验证集的路径还包含目标检测的种类数及种类的名称，和官方提供测试的图片. 如要自己训练数据集是要修改其中的yaml文件。以下是划分数据集的代码。

3 条评论您还未登录，请先登录后发表或查看评论

ubuntu20部署yolov5环境详细版 pytorch

热门推荐

振华OPPO的博客世界

07-17

1万+

FireFlyRK3588开发板上烧录的Ubuntu20.04系统，在此基础上线部署下简单的Python版本yolov5代码，目前博主已全部转为C++版本了，并且转化了pt模型为rknn模型，调用npu进行推理，效果和速度都比原先Python代码好很多。本篇主要介绍如何部署和运行yolov5目标检测代码。...

基于pytorch实现yolov5目标检测，返回检测目标相机坐标系下的位置信息

05-22

【作品名称】：使用realsense d435i相机，基于pytorch实现yolov5目标检测，返回检测目标相机坐标系下的位置信息【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、...

Ubuntu16.04使用TensorRT运行yolov5目标检测

kalman_wang的博客

03-07

742

Ubuntu16.04使用TensorRT运行yolov5目标检测

基于pytorch实现yolov5目标检测返回检测目标相机坐标系下的位置

01-30

使用realsense d435i相机，基于pytorch实现yolov5目标检测，实时返回检测目标相机坐标系下的位置信息。 1.Environment： 1.一个可以运行YOLOv5的python环境 pip install -r requirements.txt 2.一个realsense相机...

Ubuntu18.04 YOLOV5环境搭建

想做智能驾驶的菜鸟

10-30

8261

ubuntu18.04 yolov5环境搭建

ubuntu20.04安装yolov5及环境配置(踩坑记录)

xzm12q的博客

04-21

1863

我安装的是1.10.1版本，版本主要分为CUDA版本和CPU版本，如果你有NVIDIA的显卡，则使用CUDA版本，否则使用CPU版本，使用GPU版本需要对应自己的CUDA版本，下面使用pip命令进行安装。下载解压之后，将cuda/include/cudnn.h文件复制到usr/local/cuda-10.2/include文件夹，将cuda/lib64/下所有文件复制到/usr/local/cuda-10.2/lib64文件夹中，豆瓣：http://pypi.doubanio.com/simple/

ubuntu18.04 安装yolov5环境及推理环境

weixin_45715405的博客

12-16

1713

去到下载的文件夹内，执行命令：bash Anaconda3-2023.09-0-Linux-x86_64.sh。至此CUDN + cuDNN安装完成，可以执行相关训练文件查看是否有gpu信息输出，或监控一下gpu状态。tensorRT官网网址（GA表示正式发布稳定版本、EA抢先版）查看tensorRT python api 版本。yolov5-pytorch推理速度。tensort推理(384*640)查看是否安装NVIDIA显卡。Torchhub模型预测使用。

Ubuntu 20.04 安装部署 Yolo5 开发环境

wxl5018的专栏

07-28

1486

基于Ubuntu20.04 安装 Yolo5 环境。先安装显卡驱动。从 NVDIA官网上下载最新的驱动，安装后进行下一步。下载进行安装。安装之后，使用 conda -V和 python -V查看版本信息。接下来，创建虚拟环境：进入 Yolo5 虚拟环境，在虚拟环境中安装Pytorch GPU 版。在 Conda 虚拟环境中执行 Pytorch GPU 版安装命令，如下所示：等待安装完成。执行脚本测试 PYTORCH 和 CUDA 的功能是否正常。

【Jetson Ubuntu 18.04 安装YOLOv5】

hxb971002的博客

07-19

2753

【Jetson Ubuntu 18.04 安装YOLOv5】

目标检测论文解读复现之六：基于YOLOv5的遥感图像舰船的检测方法

m0_70388905的博客

11-13

3553

利用遥感图像对海面上舰船进行监控已成为目前研究的热点，为了解决传统舰船检测需人工选择特征、耗时耗力、原始YOLO算法对密集分布小目标检测精度不高的缺陷，提出了一种基于YOLOv5的遥感图像舰船检测方法。

Ubuntu18.04配置yolov5目标检测

linghu8812的博客

06-02

1440

Ubuntu18.04配置yolov5目标检测

ubuntu系统实现yolov5目标检测

10-10

要在Ubuntu系统上实现Yolov5目标检测，可以按照以下步骤进行操作： 1. 安装依赖项： ``` sudo apt-get update sudo apt-get upgrade sudo apt-get install python3-pip pip3 install torch torchvision ``` ...