当前位置 博文首页 > yolov5 win10 CPU与GPU环境搭建过程

    yolov5 win10 CPU与GPU环境搭建过程

    作者:JulyLi2019 时间:2021-06-12 17:46

    前言

    最近实习任务为黑烟检测,想起了可以尝试用yolov5来跑下,之前一直都是用的RCNN系列,这次就试试yolo系列。

    一、安装pytorch

    1.创建新的环境

    打开Anaconda Prompt命令行输入
    创建一个新环境,并激活进入环境。

    # 创建了名叫yolov5的,python版本为3.8的新环境
    conda create -n yolov5 python=3.8
    # 激活名叫yolov5的环境
    conda activate yolov5 

    2.下载YOLOv5 github项目

    下载地址为:

    https://github.com/ultralytics/yolov5

    如果安装了git可以使用git clone https://github.com/ultralytics/yolov5,没有的话直接下载zip压缩包也行,把压缩包解压到指定目录就行。

    3.安装相关依赖库和包

    查看一下requirements.txt 里面的内容并下载所有的依赖包
    依次安装,建议可以用清华源进行安装:
    先把清华源设置成默认:

    pip install pip -U
    pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

    再依次安装:

    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

    安装pytorch需要注意一下:
    还是要先换源:

    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码确认

    conda config --set show_channel_urls yes

    之后进入官网https://pytorch.org/找到合适的版本,如果你是安装cpu版
    在这里插入图片描述
    运行conda install pytorch torchvision torchaudio cpuonly

    如果你是安装GPU版
    在这里插入图片描述

    运行conda install pytorch torchvision torchaudio cudatoolkit=10.1
    这里个人的计算机配置不一样,就拿我的来说cuda10.1可以运行,cuda11无法运行GPU版,这里可以多试几次找到适合自己的版本。

    4.验证

    在刚刚建好的yolov5环境下启动python

    python
    #输入库
    import torch
    #查看版本
    print(torch.__version__)

    CPU版如果到这步不报错,就说明安装成功了。

    GPU版需要再运行一些代码查看

    #查看gpu是否可用
    torch.cuda.is_available()
    #返回设备gpu个数
    torch.cuda.device_count()

    一切正常的话,GPU版的pytorch就安装成功了

    二、运行detect.py文件

    在建好的yolov5环境下输入:

    python detect.py

    会默认下载最小的yolov5s.pt文件
    检测结果如下:
    在这里插入图片描述
    在这里插入图片描述

    总结

    总的来说还是比较简单的,除了yolov5s.pt模型,yolov5还有

    在这里插入图片描述

    V3.1权重文件下载不下来的,可以通过下面的链接下载

    http://xiazai.jb51.net/202104/yuanma/yolov_jb51.rar

    js