yolov5环境配置搭建-----Anaconda安装+Pytorch安装

1. Anaconda安装

  1. anaconda安装下载
    anaconda下载
bash Anaconda3-2023.07-2-Linux-x86_64.sh
  1. 编辑环境变量配置文件
nano ~/.bashrc
# <<< conda initialize <<<
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/你自己的目录/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/你自己的目录/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/你自己的目录/anaconda3/etc/profile.d/conda.sh"
    else
        export PATH="/你自己的目录/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

# 输入以下命令或者重启系统
source ~/.bashrc
  1. 创建和管理新环境

创建新环境,执行以下指令创建一个名为 yolov5的新环境:

conda create --name yolov5 python==3.8

执行以下指令激活新环境:

conda activate python yolov5

前面出现括号显示激活成功
在这里插入图片描述
其他操作:
离开环境

conda deactivate

删除环境:

conda remove --name yolov5 --all

列出所有环境,可以使用以下指令列出已安装的所有环境:

conda info --envs

复制环境,执行以下指令来创建与现有环境相同的新环境:

conda create --name new_env --clone existing_env

更新环境中的包,可以使用以下指令更新环境中的包:

conda update my_env

2. Pytorch 安装

以管理员身份进入cmd,输入activate yolov5 进入环境目录下,输入安装命令,选择对应版本进行安装

Linux and Windows

# CUDA 10.2
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch
# CUDA 11.3
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cpuonly -c pytorch

验证是否安装成功

import torch
print(torch.cuda.is_available())
print(torch.__version__)

出现下面结果即为安装成功
在这里插入图片描述

3.pycharm配置对应的conda环境

参考博客:https://blog.csdn.net/qq_41737845/article/details/128252041

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 安装 Anaconda 首先需要安装 Anaconda,下载地址:https://www.anaconda.com/products/individual 选择适合自己操作系统的版本进行下载和安装。 2. 创建环境 在 Anaconda 中创建一个新的环境,使用 Python=3.8 版本: ``` conda create -n yolov5 python=3.8 ``` 3. 激活环境 激活创建的环境: ``` conda activate yolov5 ``` 4. 安装 PyTorch 安装 PyTorch,根据自己的 CUDA 版本和操作系统选择对应的版本,可以在 PyTorch 官网上查找:https://pytorch.org/ 例如,使用 CUDA 11.1 和 Python 3.8,可以使用以下命令安装: ``` pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu111/torch_stable.html ``` 5. 安装其他依赖 安装其他需要的依赖: ``` pip install opencv-python matplotlib pillow PyYAML scipy tqdm ``` 6. 克隆 yolov5 仓库 克隆 yolov5 仓库: ``` git clone https://github.com/ultralytics/yolov5.git ``` 7. 安装 yolov5 进入 yolov5 文件夹,安装 yolov5: ``` cd yolov5 pip install -r requirements.txt ``` 8. 测试 yolov5 测试 yolov5 是否安装成功: ``` python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/bus.jpg ``` 如果输出了检测结果,说明 yolov5 安装成功。 9. 使用 GPU 训练 如果要使用 GPU 训练,需要安装 CUDA 和 cuDNN。 可以根据自己的 CUDA 版本和操作系统选择对应的版本,可以在 NVIDIA 官网上查找:https://developer.nvidia.com/cuda-downloads 安装完 CUDA 后,需要安装 cuDNN,可以在 NVIDIA 官网上下载对应版本的 cuDNN 安装包,然后将它解压到 CUDA 的安装目录中。 安装好 CUDA 和 cuDNN 后,就可以使用 GPU 训练 yolov5 了: ``` python train.py --img 640 --batch 16 --epochs 100 --data data/coco.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt --name yolov5s_results ``` 以上就是 yolov5-gpu 环境配置的全部步骤。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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