配置前确保自己电脑以下配置完好:
python 最好3.8及以上
notepad++
git
conda(记得添加环境变量到PATH)
pycharm
1.下载yolov5的工程文件 https://github.com/ultralytics/yolov5
code-->download zip将其解压到一个不带中文字符的文件夹下(如果带有中文字符,会使OpenCV的cv2.imread()函数读取不了待检测图片或视频
2.更新pip:win+r-->cmd
python -m pip install --upgrade pip
3.创建虚拟环境
切换到d盘 输入d:
conda create -n (自定义虚拟环境的名称)
#我取名为py39,故conda create -n py39
激活虚拟环境
conda activate (虚拟环境名称)
切换到yolov5项目目录下
cd (yolov5工程文件的文件链接)
我的:cd v5
4.安装项目依赖(默认使用cpu计算)
在上一步的cmd窗口上先尝试下面指令:
pip install -r requirements.txt
不出意外会报错,报错原因:无法打开requirements.txt
解决方法:
先执行
pip freeze > requirements.txt
然后再
pip install -r requirements.txt
(或者使用镜像源:pip install -r requirements.txt -i https://pypi.douban.com/simple)
即可成功安装。
5.打开yolov5
找到yolov5文件夹,双击detect.py
跳转到pycharm,右下角添加解释器,使用conda环境,可执行文件为安装目录下的conda.bat,每个人的conda环境路径不一样,可在 此电脑中全局搜索conda,找到condabin,conda.bat字眼,复制文件地址
使用现有环境,选择刚刚创建的虚拟环境
6.下载权重文件
运行detect.py
报错,指示要去GitHub官网下载权重文件 yolov5s.pt(新版pip会在报错后自动下载该权重文件)
如果不会自动下载,则去官网下载:
点击release,下滑找到v5.0,点进去,下载yolov5s.pt将下载好的权重文件放在根目录下,不要放在weigh或者其他文件
再次运行detect.py,运行成功
运行结果在runs文件对应的exp中
7.测试训练模型
打开train.py,点击运行
提示要下载样本文件,(新版pip会自动进行下载,下载完成后再次运行即可),跳转链接下载,一般为coco128,根据提示创建目录,将下载好的样本文件放入其中,再次运行,开始漫长的等待过程
运行完毕后
去runs/train/exp2查看训练结果
至此,yolov5环境搭建成功