目錄
- 前言
- 一、安裝pytorch
- 1.創(chuàng)建新的環(huán)境
- 2.下載YOLOv5 github項(xiàng)目
- 3.安裝相關(guān)依賴庫和包
- 4.驗(yàn)證
- 二、運(yùn)行detect.py文件
- 總結(jié)
前言
最近實(shí)習(xí)任務(wù)為黑煙檢測(cè),想起了可以嘗試用yolov5來跑下,之前一直都是用的RCNN系列,這次就試試yolo系列。
一、安裝pytorch
1.創(chuàng)建新的環(huán)境
打開Anaconda Prompt
命令行輸入
創(chuàng)建一個(gè)新環(huán)境,并激活進(jìn)入環(huán)境。
# 創(chuàng)建了名叫yolov5的,python版本為3.8的新環(huán)境
conda create -n yolov5 python=3.8
# 激活名叫yolov5的環(huán)境
conda activate yolov5
2.下載YOLOv5 github項(xiàng)目
下載地址為:
https://github.com/ultralytics/yolov5
如果安裝了git
可以使用git clone https://github.com/ultralytics/yolov5
,沒有的話直接下載zip
壓縮包也行,把壓縮包解壓到指定目錄就行。
3.安裝相關(guān)依賴庫和包
查看一下requirements.txt 里面的內(nèi)容并下載所有的依賴包
依次安裝,建議可以用清華源進(jìn)行安裝:
先把清華源設(shè)置成默認(rèn):
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
再依次安裝:
pip install tqdm
pip install scipy
pip install pyyaml
pip install matplotlib
pip install opencv-python==4.1.2.30
pip install requests
pip install seaborn
pip install pandas
安裝pytorch需要注意一下:
還是要先換源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
然后再用下面的命令代碼確認(rèn)
conda config --set show_channel_urls yes
之后進(jìn)入官網(wǎng)https://pytorch.org/
找到合適的版本,如果你是安裝cpu版
運(yùn)行conda install pytorch torchvision torchaudio cpuonly
如果你是安裝GPU版
運(yùn)行conda install pytorch torchvision torchaudio cudatoolkit=10.1
這里個(gè)人的計(jì)算機(jī)配置不一樣,就拿我的來說cuda10.1
可以運(yùn)行,cuda11
無法運(yùn)行GPU版,這里可以多試幾次找到適合自己的版本。
4.驗(yàn)證
在剛剛建好的yolov5
環(huán)境下啟動(dòng)python
python
#輸入庫
import torch
#查看版本
print(torch.__version__)
CPU
版如果到這步不報(bào)錯(cuò),就說明安裝成功了。
GPU
版需要再運(yùn)行一些代碼查看
#查看gpu是否可用
torch.cuda.is_available()
#返回設(shè)備gpu個(gè)數(shù)
torch.cuda.device_count()
一切正常的話,GPU版的pytorch就安裝成功了
二、運(yùn)行detect.py文件
在建好的yolov5
環(huán)境下輸入:
會(huì)默認(rèn)下載最小的yolov5s.pt
文件
檢測(cè)結(jié)果如下:
總結(jié)
總的來說還是比較簡(jiǎn)單的,除了yolov5s.pt
模型,yolov5還有
V3.1權(quán)重文件下載不下來的,可以通過下面的鏈接下載
http://xiazai.jb51.net/202104/yuanma/yolov_jb51.rar
到此這篇關(guān)于yolov5 win10 CPU與GPU環(huán)境搭建過程的文章就介紹到這了,更多相關(guān)yolov5 win10 CPU與GPU環(huán)境搭建內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- 基于Pytorch版yolov5的滑塊驗(yàn)證碼破解思路詳解
- win10+anaconda安裝yolov5的方法及問題解決方案