YOLOV5本地搭建
官网:
https://github.com/ultralytics/yolov5
下载源码本地文件夹
git clone https://github.com/ultralytics/yolov5
创建环境
conda create --name 环境名 python=3.9
进入源码文件夹
cd yolov5
pip install -r requirements.txt
安装完成后,默认为cpu
运行detdct.py代码
显示
Speed: 0.4ms pre-process, 23.8ms inference, 1.0ms NMS per image at shape (1, 3, 640, 640)
Results saved to runs\detect\exp4
runs\detect\下是结果看一下是否有
到此环境已经ok
data/image为输入的图片或者视频地址
模型从官网下载:
新建一个文件夹weights放入
代码中看到输入,输出,加载模型的设置,一一对应即可
如何配置GPU运行
默认下载的torch版本是cpu版本,版本不带任何后缀(GPU版本号后面会有 - torch 2.0.1+cu118)
那么直接卸载torch
pip uninstall torch
pip uninstall torchvision
官网安装pytorch
运行即可
结果:
)