Windows10系统用YOLO：环境搭建1（因自己踩坑故写篇避坑指南）

已于 2023-03-17 22:12:16 修改
阅读量191 收藏
点赞数
分类专栏： # YOLO 文章标签： YOLO python 深度学习
于 2023-03-14 21:06:30 首次发布
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_46355605/article/details/129447209
版权

安装Anaconda

第一步

1、下载Anaconda
直接清华镜像官网：清华镜像
Window10就找这种
我下载的是2021年的，下载好之后有个.exe文件，如下图：
在这里插入图片描述
双击打开，点击next
在这里插入图片描述

点击I agree
在这里插入图片描述
点击Next
在这里插入图片描述
选择安装位置，我选择的是D盘，注意：选择的文件夹新建，里面要是空白的
在这里插入图片描述
如果不是空的则会有以下提醒：
在这里插入图片描述
选择好位置后点击Install,等待一会儿下载好便一直点击Next,最后在系统栏可以看到安装好的Anaconda一系列东西，具体如下图所示：
在这里插入图片描述
自此Anaconda下载结束

第二步：下载CUDA，请看环境搭建2

En_嗯
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
YOLO3+Python基础教程（一）：环境搭建与测试.pdf
06-13
YOLO3+Python基础教程（⼀）：环境搭建与测试 ⼀、所需要的库⽂件以及Python版本 Python 3.7 + 开发环境 TensorFlow-gpu 2.6.0 OpenCV-Python 4.5.3+ win10 Microsoft Visual Studio 2019(我反正要下，缺少这个，...
中文翻译学习笔记-YOLO的全面评述：从YOLOv1到YOLOv8
06-21
对文章《A COMPREHENSIVE REVIEW OF YOLO: FROM YOLOV1 AND BEYOND》进行了翻译和注释，方便做论文、或者研究YOLO技术参考用。实时物体检测已经成为众多邻域应用的关键组成部分，这些领域包括：自动驾驶车辆、机器人...
Darknet(YOLO)安装与测试笔记（T440p+Ubuntu14.04+OpenCV2.4.10+CUDA7.5）
一个致力“使己成为人”的专栏
08-06 1万+
本笔记记录安装测试Joseph Redmon的YOLO代码。 项目主页：http://pjreddie.com/darknet/yolo/ CVPR论文：Only Look Once:Unified, Real-Time Object Detection参考：http://blog.csdn.net/samylee/article/details/51684856注意：请按照ubuntu14.0
yolov5笔记之windows 10 64系统环境搭建
紫微斗数学习交流
12-31 383
【代码】yolov5笔记之windows 10 64系统环境搭建。
相机- yolo训练集 环境搭建
热门推荐
墨染锦年的博客
07-05 1万+
yolo训练集快速搭建教程
在LINUX系统下从0到1实现yolov5的行人跌倒检测环境搭建
weixin_46888495的博客
05-08 306
该项目需要在linux系统上进行，注意不能适用虚拟机，必须安装双系统。
深度学习：YOLO环境搭建
qq_42475191的博客
11-24 1682
是一种 Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，是基于conda的Python数据科学和机器学习开发平台，conda是虚拟环境工具+包管理工具，深度学习框架 Anaconda ：整合开发环境 Pycharm：：开发IDE。可以拿python最经典的计算包numpy来进行比较，和numpy类似，用于数据计算，：新建一个YOLO-CPU-TensorFlow2的开发环境。：新建一个YOLO-GPU-TensorFlow2的开发环境。
humble-yolo:使用Keras的最小YOLO V1实现
05-01
humble-yolo是我写的YOLO v1的最小实现，目的是了解惊人的YOLO算法。 要测试它，请运行： generate-dataset.py生成数据main.py --train --epoch 100用于训练网络您应该看到带有边框的图像列表。 前10张图像是未用于...
毕设项目：使用Pyqt5搭建YOLO系列多线程目标检测系统.zip
08-27
本资源中的源码都是经过本地编译过可运行的，下载后按照文档配置好环境就可以运行。资源项目源码系统完整，内容都是经过专业老师审定过的，能够满足基本的学习、使用参考需求，如果有需要的话可以放心下载使用。
YOLO系列深度学习网络基本环境安装与配置
LUCYISNICE的博客
08-29 611
对于YOLO系列网络的基本环境配置，主要包括Anaconda环境、CUDA与CUDNN安装配置、conda虚拟环境创建、Pytorch与torchvision安装、PyCharm安装等环境，便于大家成功安装深度学习网络的环境，方便快捷的体会深度学习网络的乐趣和网络设计的精巧之处。............
初学YOLOv1
Orange_sparkle的博客
07-06 665
YOLOv1为one stage的开山之作，速度快，但精度不高，特别是对比同年发表的SSD来说。网络结构简单，输入图像后经过一系列的卷积层得到7x7x1024的张量，再经过flatten拉直，通过第一个全连接网络输出4096维向量，再通过一个全连接输出1470维向量，reshape为7x7x30的张量 7x7代表将图片分为49个格，30=（5x2+20），5分别4个预测的bounding box坐标，1为置信度，置信度就为预测框和GT box的IOU大小。一个网格得到两个预测框，一个网格预测20个类别。 .
YOLO环境配置和代码初探（附labellmg）
qq_61339815的博客
07-28 1358
包括yolo的了解、环境的配置、labellmg的使用以及yolov7代码解析
YOLO-NAS C++部署 2023.5.17
weixin_45824067的博客
05-18 1211
这不最近新出了网络，YOLO-NAS，听过性能和速度都不错，而且int8量化后效果也不错。
【深度学习】YOLOV5-WIN10环境搭建（配置+训练
m0_62556048的博客
07-01 8526
win10 基于anaconda和pytorch的YOLOV5深度学习环境配置
基于Python3.10的YOLO-NAS环境配置
最新发布
weixin_70267937的博客
10-07 379
3.安装兼容对应版本CUDA的Pytorch。6.检查CUDA与Pytorch版本兼容性。5.安装super-gradients库。4.安装YOLO-NAS所需的其他库。2.检查电脑CUDA版本。
配置Yolo虚拟环境环境【坑记录+离线安装】
m0_52848925的博客
05-24 873
当时看教程怎么配置Yolo环境，教程很多但是千篇一律没有人说这到底是为什么，为什么要先自己下载pytorch，再在pytorch环境中install requirement，我也不懂，只能跟着做下来，但是并不理解意义。现在突然懂了。pip install -r requirements.txt其实就是下载txt里提到的所有包，里面包括一个叫torch的，就是pytorch。
在Windows10下，配置Pycharm中YoloV5需要的环境
weixin_43819426的博客
05-12 1431
#在windows10下，配置Pycharm中YoloV5环境
Windows10 下搭建Yolov5运行环境：Anaconda3、CUDA与cudnn、Pytorch等
NCUTer
07-28 2819
Anaconda32022.05CUDA10.2.89与cudnn7.6.5Pytorch1.11.0。
darknet 版本yolo v1 - v4 编译及环境配置 Ubuntu18.04
you 是 mine
08-11 1101
darknet训练自己的数据 一. 电脑环境 1. GPU: 1080TI 2. CUDA:10.0 3. tensorflow:1.14.0 4. keras:2.3.1 5. Ubuntu18.04 CUDA CUDNN等具体安装步骤见: https://blog.csdn.net/qq_28949847/article/details/110122179 二. github网址 https://github.com/AlexeyAB/darknet 三.环境配置 步骤: 1. cd darknet
std::vector<std::vector<Yolo::Detection>> batch_res(1);
06-07
这段代码创建了一个二维向量 batch_res，其中包含一个一维向量，它的类型是 Yolo::Detection。 具体来说，batch_res 的大小为 1xN，其中 N 是目标检测器检测到的物体数量。每个元素 batch_res[i] 是一个一维向量，...

“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

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