オリジナル記事の場合、転載する際は出典を明記してください。
yolov5の環境構築からテストまでの全過程を記録します。
1. 動作環境
1.システム: Windows10 (CPUなし)
2. yolov5 バージョン: yolov5-5.0
3. Python バージョン: py3.8
仮想環境を作成する前に、miniconda3 と pytorch をインストールする必要があります。
2. 仮想環境の構築
1. Anaconda Powershell Prompt (miniconda3) ターミナルを開き、次のコマンドを実行して Python 仮想環境を作成します。
# conda create -n your_env_name python=x.x
conda create -n yolov5_env python=3.8yolov5_env, py3.8 という名前の仮想環境を作成します。入力が必要な場合は y を入力すると、いくつかの基本パッケージがインストールされます。
作成中にエラーが発生したり、長時間待機したりした場合は、自分でホイールを交換してください (出典)
作成が成功すると、以下のように環境の有効化等を求められます。
プロンプトに従って環境をアクティブ化します
conda activate yolov5_envアクティベーション後、環境が変更されます
3. Yolov5 テスト
1.バージョン5.0をダウンロードする
タグ · ultralytics/yolov5 · GitHub
ダウンロード後、解凍し、ターミナルからディレクトリに入ります。たとえば、解凍したファイルをデスクトップに置き、コマンド cd を使用して次のように入力します。
ディレクトリ内に非常にわかりやすく書かれたREADME.mdがありますので、それを参照して操作してください。
2. インストール要件
Python3.8が必要です。 torch>=1.7,在requirements.txt文件里有指定版本
以下のコマンドを実行してインストールしますが、インストールが遅い場合は国内のソースを使用してください。
pip install -r requirements.txt遅すぎる場合は、清華ソースを使用して次のコマンドを使用してインストールします。
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple最初のインストールには時間がかかる場合があるため、しばらくお待ちください。
3. テスト
テストする前に、使用するウェイト ファイルをダウンロードする必要があります。
ダウンロードリンク:
リリース v5.0 - YOLOv5-P6 1280 モデル、AWS、Supervise.ly、YouTube の統合 · Ultralytics/yolov5 · GitHub
yolov5s.pt ファイルをダウンロードするか、他のファイルをダウンロードして、yolov5-5.0 ディレクトリに重みを作成し、ダウンロードした yolov5s.pt をweights ディレクトリに置くことができます。
次に、次のコマンドを使用してテストします
python detect.py --source data/images/zidane.jpg --weights weights/yolov5s.pt
実行後、エラーが発生しました: 属性エラー: 'upsample' オブジェクトには属性 'recompute_scale_factor' がありません。このエラーは PyTorch のバージョンの問題です。
PyTorch バージョンを 1.9.0、PyTorch 履歴バージョンに下げる以前の PyTorch バージョン | PyTorch
Pytorch は自分のコンピュータに合わせてインストールする必要があります。私は CPU を使用しているので、最後の命令は次のとおりです。
# CUDA 10.2
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=10.2 -c pytorch
# CUDA 11.3
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cpuonly -c pytorchインストールおよび実行後、「ImportError: _imageing のインポート中に DLL の読み込みに失敗しました: 指定されたモジュールが見つかりません。」というエラーが表示されます。
枕を再度取り付けます:
pip uninstall pillow
pip install pillow操作が成功すると、結果の出力がruns/detect/expXに保存されます。
パラメータ
--source: 入力ソース
0 # ウェブカメラ
file.jpg # 画像 ファイル
.mp4 # ビデオ
パス/ # ディレクトリ
パス/*.jpg # glob
'https://youtu.be/NUsoVlDFqZg' # YouTube ビデオ
'rtsp://example.com/media.mp4 ' # RTSP、RTMP、HTTPストリーム
--weights: 重みファイル。自分でトレーニングできます。テストでは github によって提供されたものを使用します。
他にも多くのパラメータがあります。詳細については github を参照してください。
これでテストは完了ですので、次に簡単なテストプログラムを自分で書いて、独自のデータセットを学習させます。
侵害がある場合、または完全なコードが必要な場合は、時間内にブロガーにご連絡ください。