一、下载pycharm、anaconda 与yolov5。
第一步:下载pycharm 、 anaconda
pycharm:Download PyCharm: Python IDE for Professional Developers by JetBrains
下载社区版可以免费使用,下载专业版有一个月的试用期(可以上网破解)
anaconda:
第二步:利用anaconda搭建python环境。
打开anaconda prompt(anaconda 3)
输入 conda create -n yolov5 python
环境搭建完成后
进入环境: conda activate yolov5
(下载相应资源,也可在pycharm中进行下载资源操作,详见下文)
第三步:下载YOLOv5源文件
yolov5源文件下载:
mirrors / ultralytics / yolov5 · CODE CHINA
第四步:进入pycharm ,配置解释器
打开yolov5文件后,点击pycharm窗口右下角
在选项中选择解释器设置, 点击全部显示。
进入界面后点击左上角+,添加前面搭建的环境。
第五步:进入pycharm,在终端下载安装所需要的资源
提醒:应当先进入yolov5所在文件夹 : cd ./yolov5/yolov5-master
在终端输入: pip install -r requirements.txt
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
至此,环境搭建完成。
第三步:运行程序。
打开utils文件夹中,detect.py文件,运行该文件。
运行结束后,runs-》detect-》exp文件夹中储存了程序运行结果。
至此,YOLOv5初步使用结束。
若想添加自己想要识别的图片,将jpg图片存储至data-》images文件夹中即可。
若想识别视频及将MP4文件放入同一文件夹。
二、训练coco训练集。
第一步:打开train.py文件并运行。此时pycharm会自行下载相应资源
若下载失败,则点击运行框中提供网址进行下载。
第二步:训练集下载结束后再次运行train,此时可能出现无法正常训练的现象。
则有以下操作:
建立测试文件,测试GPU是否可用。(若没有GPU也可用CPU训练,但速度很慢)
若gpu输出结果为TRUE则可用
若输出为FLASE则输入:
pip uninstall torch
pip uninstall torchvision
卸载当前torch
进入 Previous PyTorch Versions | PyTorch ,选择自身系统基CUDA对应的pip指令。
下载完成后,再次测试结果为TURE则可开始训练。
三、遇到的BUG
1、pycharm OSError: [WinError 1455] 页面文件太小,无法完成操作。
①可通过重启缓解
②打开查看高级系统设置
高级——设置——高级——设置
更改D盘分页文件大小(更改后记得点设置)
并改小train文件中的batch—size值
2、Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))
速度过慢导致下载失败。
在pip命令后加上:
-i http://pypi.douban.com/simple --trusted-host pypi.douban.com
速度飞快。
3、RuntimeError: Unable to find a valid cuDNN algorithm to run convolution
减小batch_size
四、训练自己的训练集
需要另外下载软件对图片进行标注,暂时还未进行。
五、拓展——连接手机摄像头并进行目标检测。
第一步:在手机上下载APP “IP摄像头”
选择最下端打开IP摄像头服务器。
点击分享按钮查看局域网IP地址
第二步:在pycharm输入: python detect.py --source http://admin:admin@xxx.xxx.xxx.xxx:xxxx
(后面的xxx为对应ip地址)
此时可以通过电脑屏幕看到对手机摄像头的内容的目标检测