yolov5 win10 CPU與GPU環(huán)境搭建過(guò)程
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(lái)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(kāi)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(méi)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(lài)庫(kù)和包
查看一下requirements.txt 里面的內(nèi)容并下載所有的依賴(lài)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(lái)說(shuō)cuda10.1
可以運(yùn)行,cuda11
無(wú)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(kù) import torch #查看版本 print(torch.__version__)
CPU
版如果到這步不報(bào)錯(cuò),就說(shuō)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:
python detect.py
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(lái)說(shuō)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(lái)的,可以通過(guò)下面的鏈接下載
到此這篇關(guān)于yolov5 win10 CPU與GPU環(huán)境搭建過(guò)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!
相關(guān)文章
pyqt5 使用setStyleSheet設(shè)置單元格的邊框樣式操作
這篇文章主要介紹了pyqt5 使用setStyleSheet設(shè)置單元格的邊框樣式操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03python簡(jiǎn)單實(shí)現(xiàn)9宮格圖片實(shí)例
在本篇內(nèi)容里小編給各位分享的是一篇關(guān)于python實(shí)現(xiàn)朋友圈中的九宮格圖片的實(shí)例講解,有需要的朋友們可以參考下。2020-09-09Python實(shí)現(xiàn)統(tǒng)計(jì)單詞出現(xiàn)的個(gè)數(shù)
這篇文章主要介紹了Python實(shí)現(xiàn)統(tǒng)計(jì)單詞出現(xiàn)的個(gè)數(shù),本文給出了實(shí)現(xiàn)代碼以及使用方法,需要的朋友可以參考下2015-05-05解決pip安裝報(bào)錯(cuò)“error:microsoft visual c++ 14.0&nbs
這篇文章主要介紹了解決pip安裝報(bào)錯(cuò)“error:microsoft visual c++ 14.0 or greater is required”問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-05-05一文教會(huì)你調(diào)整Matplotlib子圖的大小
Matplotlib的可以把很多張圖畫(huà)到一個(gè)顯示界面,這就設(shè)計(jì)到面板切分成一個(gè)一個(gè)子圖,下面這篇文章主要給大家介紹了關(guān)于調(diào)整Matplotlib子圖大小的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-06-06matplotlib subplots 設(shè)置總圖的標(biāo)題方法
今天小編就為大家分享一篇matplotlib subplots 設(shè)置總圖的標(biāo)題方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-05-05Python創(chuàng)建對(duì)稱(chēng)矩陣的方法示例【基于numpy模塊】
這篇文章主要介紹了Python創(chuàng)建對(duì)稱(chēng)矩陣的方法,結(jié)合實(shí)例形式分析了Python基于numpy模塊實(shí)現(xiàn)矩陣運(yùn)算的相關(guān)操作技巧,需要的朋友可以參考下2017-10-10Python pickle模塊實(shí)現(xiàn)對(duì)象序列化
這篇文章主要介紹了Python pickle模塊實(shí)現(xiàn)對(duì)象序列化,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-11