刚开始接触YOLO，记录一下Windows系统下载yolov5与初步进行训练的过程

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：

Anaconda | The World's Most Popular Data Science PlatformAnaconda is the birthplace of Python data science. We are a movement of data scientists, data-driven enterprises, and open source communities.https://www.anaconda.com/下载自己系统相应版本。

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