YOLOv5环境配置

最新推荐文章于 2024-04-13 20:25:14 发布
VIP文章 最新推荐文章于 2024-04-13 20:25:14 发布
阅读量1.8k 收藏 2
点赞数 1
分类专栏： YOLOv5 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45291699/article/details/113714940
版权

YOLOv5环境配置

电脑配置：GTX1660Ti， i5 9400
工具：anaconda，pycharm
环境：CUDAv11.0，+cudnn-11.0-windows-x64-v8.0.5.39

本想在NVIDIA官网下载最新的CUDAv11.2但是NVIDIA官网历来容易挂，找同学借用了已经下载好的CUDAv11.0安装。
安装CUDA的过程中C盘空间满了，进行了C盘扩容处理（过程省略，导致QQ和微信存储空间出了问题，重装后解决）。
安装CUDA过程中显示了geforce和其他几个插件出问题百度之后发现都是非必要的就没有管。
CUDA版本要与cudnn版本对应!!!
再次尝试上NVIDIA官网下载cudnn失败，又是找同学拷贝了cudnn-11.0-windows-x64-v8.0.5.39
解压后忘记安装CUDA的位置，重新进入安装页面找到了安装位置
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
将解压后的文件放到其中

配置相应的环境变量
桌面右击此电脑打开属性—>点击高级系统设置—>点击环境变量—>在系统变量中找到变量path并选中—>点击编辑—>点击新建添加以下四个路径：

最低0.47元/天 解锁文章
weixin_45291699
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
yolov5环境配置总结
02-27
yolov5环境配置总结
如何配置yolov5环境
xiaohukiku的博客
02-01 1073
Tips：我们能看到base这个虚拟环境的位置在下载完成后的Anaconda目录底下，如果我们自己创建虚拟环境，它同样也会位于安装目录下面，这里的envs是一个固定的文件夹，它代表环境的意思,yolov5为创建的虚拟环境的名称。我们现在的目标是创建名为yolov5的虚拟环境(名字不重要，叫什么都行)，并且还要指定python的版本为3.10(看自己的喜好)，因此我们没有必要一个一个的利用pip命令安装所需要的包，而是进入命令行窗口，进入源码所在的位置，利用。
C盘清理详细教程，跟着我做，c盘想爆满也难【建议收藏】
小魏快起床的博客
01-09 599
C盘爆红对于咱们来说，简直太难受了，今天就总结一篇文章，专门用来教大家解决C盘空间不足的问题，优化步骤分为三个阶段，可以一步一步的进行。注：优化这里以windows10为例，其他版本的系统都可以操作，只是面板可能会不一样。
yolov5s训练时突然C盘爆满，显示OSError: [WinError 1455] 页面文件太小，无法完成操作。
最新发布
BaoShihao1206的博客
04-13 468
会不会是代码的问题，因为我出现问题之前修改了网络结构，运行时直接闪退了。在打开发现就成这样了。我之前训练的时候没有出现过这种情况，16G内存是完全够用的。但我发现训练时内存并没占满，而C盘空间只剩100多mb，以提交内存达到50G左右，（什么鬼？workers为8，之前都是可以正常训练的。今天突然变成这样了。之后发现是内存爆了，用了虚拟内存。（之前从未出现这种情况）后来我扩大虚拟内存改为D盘，就可以正常训练了。训练结束后又恢复正常 了，C盘变回来了。但是这种情况非常不正常。
README_Yolov5-v6.0-标注.pdf
11-17
对该版本的README进行解读，同时添加相应的标注
连接远程服务器运行YOLOv5 demo的艰辛历程
flowerjiashug的博客
06-14 892
在远程服务器运行YOLOv5 demo的小白历程
深度学习笔记（一）：环境（yolov5）配置
xumocanshui的博客
09-29 1万+
到这里yolov5的环境部署就结束了。最后运行一些yolov5项目中的detect.py文件测试一下。在terminal中输入或者直接运行detect.py。运行结果如下所示。
基于Yolov5环境配置详解（真的很方便很简单）
不会拍照的博客
07-12 2万+
本文主要讲解了如何配置Yolov5的运行环境在竞赛期间接触了机器视觉，为了完成对各种垃圾的目标检测，我用了yolov5模型去实现。刚开始的配置环境的时候用了两周的时间，还会遇到各种报错；主要是版本问题，因为要对应Jeston nano的环境（也可能不需要对应）；如果只要给电脑配置环境就很简单了。
史上最详细yolov5环境配置搭建+配置所需文件
热门推荐
想到好名再改的博客
07-31 18万+
yolov5的配置过程总体来说还算简单，但是网上大部分博客都没有仔细介绍具体步骤，本文将从最细节的层面记录yolov5环境配置的全过程 使用到的工具有 1.anaconda，pycharm 2.cuda10.2+cudnn-10.2-windows10-x64-v7.6.5.32+pytorch1.5.1+。。。。。。。。 ps（pytorch只要大于等于1.5.1即可，本文将在之后说明安装步骤） 所需资源： 本博客免费提供所有win10的cuda和cudnn，百度云，提取码：elpt 以及权重文件百度云，
YOLOX训练C盘爆满解决方案
weixin_45679938的博客
03-03 7907
0. 问题描述：COCO数据集训练到一半突然中断，看C盘显示红色，已经没多少内存了（训练时，生成在AppData/Temp中的临时文件太多） 如图所示：随着epoch的增加，文件越来越大（图中还是yolox-tiny），如果采用yolox-x，C盘不大的一下爆了！！ 1. 问题原因： YOLOX-main/yolox/evaluators/coco_evaluator.py中203行左右**tempfile.mkstemp()**创建文件后，没有进行close()和remove()操作 如下图： 2.
yolov5环境配置
xiao_yang_yang_的博客
02-04 4698
Windows系统下1、安装Anaconda3(我的版本)，配置好环境变量（不同版本环境变量文件可能不同）2、安装电脑对应的显卡版本驱动(NVIDIA GeForce GTX 1050)3、安装CUDA(10.2版本)，成功安装后再安装cuDNN(一定是对应于CUDA版本)4、安装pytorch，配置pytorch环境，克隆yolov5包。
jetson nano 配置yoloV5环境资源文件
12-01
jetson nano 配置yoloV5环境资源文件
Windows+YOLOV8环境配置
03-23
Windows+YOLOV8环境配置
yolov3训练环境配置及训练教程（YOLOv5部分通用）
02-13
yolov3训练环境配置及训练教程（YOLOv部分通用），文档只是部分教程，有具体详细的问题可进行交流，方便yolo系列模型的训练，有很多适合目标检测的小方案欢迎下载前来交流。
YOLOv5_DOTA_OBB-master-Windows运行环境配置.pdf
10-13
YOLOv5_DOTA_OBB-master在Window下运行的环境配置，包括CUDA安装，debug调试
yolov5环境配置及学习遇到的问题和笔记
Askerladd的博客
04-25 568
1.github访问问题：解决，利用科学上网 2.安装了快捷视频下载：lux+ 视频地址即可直接下载视频到c盘，cd+ 指定位置可以选择下载位置 https://github.com/iawia002/lux/releases https://blog.csdn.net/qq_41780295/article/details/119795152 3.Simple Index (tsinghua.edu.cn)镜像搜索资源 4.环境配置真的很麻烦 5.(37条消息) 使用cmd时cd命.
CUDA out of memory 解决办法
qq_42925267的博客
01-26 4万+
CUDA @TOC 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计 ，将会带来全新的写作体验； 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行
训练深度学习后c盘储存空间变小
wzfafabga的博客
04-17 5172
清除python的缓存。
YOLOv5 windows GPU搭建
gjyntyyx的博客
07-17 1610
这个错误提示表明，代码试图写入文件 'E:\studydata\deeplearning\yolov5-master\owndata\cat\datasets\labels\train.cache.npy'，但是遇到了问题。1. **检查路径是否正确**：确保 'E:\studydata\deeplearning\yolov5-master\owndata\cat\datasets\labels\' 这个目录存在。可以在下面网站中下载作者训练好的权重文件，不同权重的识别效果不同，训练对应权重的时间也不同。
Yolov5环境配置
08-31
您好！要配置Yolov5的环境，您可以按照以下步骤进行操作： 1. 确保您的计算机已经安装了Python和pip。如果没有安装，请先安装它们。 2. 创建一个新的虚拟环境（可选，但推荐），使用以下命令： ``` python -m venv yolov5-env ``` 3. 激活虚拟环境，使用以下命令： - Windows: ``` yolov5-env\Scripts\activate ``` - Linux/MacOS: ``` source yolov5-env/bin/activate ``` 4. 在虚拟环境中安装Yolov5的依赖库，使用以下命令： ``` pip install -U -r https://raw.githubusercontent.com/ultralytics/yolov5/master/requirements.txt ``` 5. 克隆Yolov5的代码库，使用以下命令： ``` git clone https://github.com/ultralytics/yolov5.git ``` 6. 进入yolov5目录，使用以下命令： ``` cd yolov5 ``` 7. 下载预训练权重文件（可选，但推荐），使用以下命令： ``` python -c "from utils.google_utils import attempt_download; attempt_download()" ``` 8. 至此，您已经成功配置了Yolov5的环境！您可以使用以下命令测试一下： ``` python detect.py --source 0 # 使用摄像头进行实时目标检测 ``` 这是基本的Yolov5环境配置过程，希望对您有帮助！如果您有其他问题，请随时向我提问。

“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 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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