目錄
- 前言
- 一、安裝pytorch
- 1.創建新的環境
- 2.下載YOLOv5 github項目
- 3.安裝相關依賴庫和包
- 4.驗證
- 二、運行detect.py文件
- 總結
前言
最近實習任務為黑煙檢測，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.創建新的環境
打開Anaconda Prompt命令行輸入
創建一個新環境，并激活進入環境。
# 創建了名叫yolov5的，python版本為3.8的新環境
conda create -n yolov5 python=3.8
# 激活名叫yolov5的環境
conda activate yolov5
2.下載YOLOv5 github項目
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.安裝相關依賴庫和包
查看一下requirements.txt 里面的內容并下載所有的依賴包
依次安裝，建議可以用清華源進行安裝：
先把清華源設置成默認：
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
conda config --set show_channel_urls yes
之后進入官網https://pytorch.org/找到合適的版本，如果你是安裝cpu版
運行conda install pytorch torchvision torchaudio cpuonly
如果你是安裝GPU版
運行conda install pytorch torchvision torchaudio cudatoolkit=10.1
這里個人的計算機配置不一樣，就拿我的來說cuda10.1可以運行，cuda11無法運行GPU版，這里可以多試幾次找到適合自己的版本。
4.驗證
在剛剛建好的yolov5環境下啟動python
python
#輸入庫
import torch
#查看版本
print(torch.__version__)
CPU版如果到這步不報錯，就說明安裝成功了。
GPU版需要再運行一些代碼查看
#查看gpu是否可用
torch.cuda.is_available()
#返回設備gpu個數
torch.cuda.device_count()
一切正常的話，GPU版的pytorch就安裝成功了
二、運行detect.py文件
在建好的yolov5環境下輸入：
會默認下載最小的yolov5s.pt文件
檢測結果如下：
總結
總的來說還是比較簡單的，除了yolov5s.pt模型，yolov5還有
V3.1權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
到此這篇關于yolov5 win10 CPU與GPU環境搭建過程的文章就介紹到這了,更多相關yolov5 win10 CPU與GPU環境搭建內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關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的滑塊驗證碼破解思路詳解
- win10+anaconda安裝yolov5的方法及問題解決方案
