使用yolov5s模型进行目标检测,需要提前下载好yolov5模块以及yolov5s.pt预训练模型
,并且安装好anaconda来配置虚拟环境
完成本文章的操作后就可以进行训练自己的的数据集模型了
1.首先把yolov5.pt放入yolov5文件夹
把yolov5s.pt文件放入yolo文件夹的根目录下
2.配置虚拟环境
在win+R中打开cmd
输入以下代码创建一个名为yolov5s,python3.8版本的虚拟环境
名称和版本可以更改,但版本不要超过3.9,否则很多库都不兼容
conda create -n yolov5s python=3.8
等待之后出现以下输出则表示以及创建好,如果没创建好,可能是anaconda没用安装配置好,可以看完之前的文章 链接: 超详细版Anaconda的安装及使用conda创建、运行虚拟环境以及使用镜像源
输入以下代码进入到环境中
conda activate yolov5s
3.安装所需要的库
我们找到yolo的文件夹,复制文件夹的路径
在cmd中 cd 此路径
cd C:\Users\Apzzed\Desktop\AI\yolov5-master
然后输入以下代码,即可自动下载安装所有需要的库
pip install -r requirements.txt
如果下载速度过慢,可能会导致报错,可以复制下面代码(中科大源)到cmd中运行,然后在重新进行上面下载库的步骤
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/
耐心等待安装完成,如果出现黄色警告不要紧,出现红色才表示有错误
4.运行检测程序
输入下面代码运行
source后的0代表用默认摄像头,也可以改为其他图片的路径
weights 后的文件表示用yolov5s.pt模型处理(要保证第一步中yolov5s.pt放在文件夹的根目录下)
python detect.py --source 0 --weights yolov5s.pt
也可以用pycharm打开detect.py,翻到最下面找到这两行,更改参数再运行,注意用pycharm运行时注意右下角环境选择好你刚才创建的环境
5.运行效果如下
想要关闭时,如果再cmd 中运行,按ctrl+c 强制关闭;pycharm中按ctrl+F2或停止按钮关闭