Ubuntu 20.04从0到跑通yolov5 v6.0

Ubuntu 20.04 安装与卸载

一、卸载ubuntu

二、安装ubuntu

  • 电脑配置:r7000p 3050ti

  • 步骤:

    1. 制作启动盘
    2. win 下 磁盘管理,压缩卷,压缩多少ubuntu就用多少
    3. 重启 疯狂按 F2进入BIOS
      • 选中Linpus的那个选项,点击向上箭头,调到最上边;驱动设置为独显
        在这里插入图片描述
      • 更多设置:1)secure boot 改为 disabled;2)USB boot 改为 Enabled
      • 按F10开始U盘启动:在安装前选择ubuntu时,按"e"进入编辑模式,进入命令行模式,找到’‘quite splash’'然后去掉"—"后,添加“nomodeset”(依照不同显卡进行不同显卡驱动选项的添加,我们使用的是Nvidia显卡,添加nomodeset
    4. 安装完成后,拔下U盘启动
      在这里插入图片描述

    在这里插入图片描述

  • 问题:

三、安装必备工具

1. 前期准备

  • 如果不对软件与更新设置,使用sudo apt-get安装软件会因为不安装其它依赖而无法安装软件
  • 设置如下:
    在这里插入图片描述
    主要是将 subscribed to 更改为 security and recommended updates
    在这里插入图片描述

2. 安装git

  • 更新源 :sudo apt-get update

  • 更新软件:sudo apt-get upgrade

  • 安装git:sudp apt-get install git

  • git配置:

    1. 配置用户名和邮箱
      git config --global user.name "name"
      git config --global user.email "111111111@qq.com"
      
    2. 生成并配置ssh-key 参考

3. 安装anaconda

  • 参考:Ubuntu 安装 conda
  • 配置conda:
    • gedit ~/.bashrc
    • 在打开的文件最后添加:
      (注:your_ubuntu_name需要改成你 自己的;没有这一步会导致pip安装到全局)
    export PATH=/home/your_ubuntu_name/.local/bin/:$PATH
    source ~/anaconda3/bin/activate 
    

4. 安装pycharm

5. 创建虚拟环境

  • 更换conda源 参考
  • 更换pip源参考
  • conda create -n your_env_name python=x.x
  • conda activate your_env_name
  • 将yolov5克隆到本地
  • 安装pytorch:conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
  • 安装yolov5依赖:
    # conda 安装可能有 opencv-python 和 thop 找不到,需要注释后再单独安装
    conda install --yes --file requirements.txt
    # 安装opencv-python:conda install --channel https://conda.anaconda.org/menpo opencv
    # 当前虚拟环境下安装thop:python -m pip install thop
    # 或者:
    pip install -r requirements.txt
    

参考

四、服务器端的搭建

在服务器命令行输入service sshd start开启SSH服务,然后通过ps aux | grep sshd命令确认是否成功开启。如果LINUX系统没有预装SSH服务,输入sudo apt-get install openssh-server命令安装SSH,接着按照步骤1开启服务。输入ifconfig查看服务器IP地址,之后需要在终端通过此IP连接服务器。如果SSH连接故障,输入service sshd restart重启服务。

五、远程终端的使用

这里主要介绍一款有可视化界面且免费的终端工具mobaxterm,当然熟悉linux操作系统的师兄师姐师弟师妹也可以之间用命令行操作啦!

打开压缩包,点击MobaXterm_installer_21.1.msi文件进行安装,安装成功后,点击如图1所示Session选项

配置结束,可以开始炼丹了~

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高,更加灵活和易用,当前非常流行。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目:单目标检测(足球目标检测)和多目标检测(足球和梅西同时检测)。 本课程的YOLOv5使用ultralytics/yolov5,在Ubuntu系统上做项目演示。包括:安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。 希望学习在Windows系统上演示的学员,请前往《YOLOv5(PyTorch)实战:训练自己的数据集(Windows)》课程链接:https://edu.csdn.net/course/detail/30923本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:《YOLOv5(PyTorch)目标检测实战:训练自己的数据集》Ubuntu系统 https://edu.csdn.net/course/detail/30793Windows系统 https://edu.csdn.net/course/detail/30923《YOLOv5(PyTorch)目标检测:原理与源码解析》课程链接:https://edu.csdn.net/course/detail/31428《YOLOv5目标检测实战:Flask Web部署》课程链接:https://edu.csdn.net/course/detail/31087《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》课程链接:https://edu.csdn.net/course/detail/32303《YOLOv5目标检测实战:Jetson Nano部署》课程链接:https://edu.csdn.net/course/detail/32451《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接:https://edu.csdn.net/course/detail/32669《YOLOv5实战口罩佩戴检测》课程链接:https://edu.csdn.net/course/detail/32744《YOLOv5实战中国交标志识别》课程链接:https://edu.csdn.net/course/detail/35209 《YOLOv5实战垃圾分类目标检测》课程链接:https://edu.csdn.net/course/detail/35284  

“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