YOLOv5环境搭建步骤
创建虚拟环境
使用anaconda新建一个python版本为3.7的虚拟环境
查看电脑支持的cuda版本
由于30系列的的显卡暂时不支持CUDA11以下版本。因此,这里得安装超过CUDA11.0的版本。
通过如下命令来查看可以安装的cuda的版本:
conda search cuda
安装指定版本的cuda
通过如下命令安装指定版本的cuda:
conda install cudatoolkit=11.3.1
安装cudnn
通过如下命令自动安装适配版本的cudnn
conda install cudnn
安装pytorch
在pytorch官网查看cuda11.3对应的pytorch版本
复制上图所示的代码进行安装:
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
检验是否安装成功
import torch
print(torch.version.cuda)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name())
YOLOv5运行步骤
下载YOLOv5代码
从如下网址下载代码:
https://github.com/ultralytics/yolov5/tree/v6.2
下载后解压:
打开YOLOv5代码
使用我们刚才创建的虚拟环境来打开“yolov5-6.2”的项目
安装一些包
pip install opencv-python==4.5.4.60 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyyaml
pip install tqdm -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install matplotlib -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
pip install seaborn -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
运行YOLOv5代码
在编辑器中运行detect.py文件
运行结果就保存在“run\detect\exp”路径下