Konfigurieren Sie die für yolov5 erforderliche Umgebung
1. Installieren Sie Anaconda und Pycharm
Zuerst müssen Sie Anaconda und Pycharm herunterladen. Beide Tools können direkt von der offiziellen Website heruntergeladen werden.
Anaconda: https://www.anaconda.com/products/individual#macos
pycharm: https://www.jetbrains.com/pycharm/download/#section=windows
Wählen Sie einfach die Version aus, die zu Ihrem Computer passt, und laden Sie sie herunter. Dort Es gibt viele Anacondas im Internet und Tutorials zum Herunterladen und Installieren von Pycharm, die hier nicht im Detail vorgestellt werden.
2. Installieren Sie CUDA
Überprüfen Sie zunächst die Cuda-Version Ihres Computers in der NVIDIA-Systemsteuerung. Meine Version ist cuda11.0.
Laden Sie die entsprechende Version von der offiziellen Website herunter, alle Versionen: https://developer.nvidia.com/cuda-toolkit-archive
Installieren Sie es nach dem Herunterladen.
Nachdem die Installation abgeschlossen ist, können Sie es mit nvcc --version in cmd überprüfen ob die Installation erfolgreich ist:
3. Installieren Sie Pytorch
Überprüfen Sie Ihre eigene geeignete Umgebung auf der offiziellen Website von Pytorch
und erstellen Sie dann die virtuelle Umgebung von Yolov5 in der Anaconda-Eingabeaufforderung. Geben Sie Folgendes ein: conda create -n yolov5 python = 3.8,
um die Umgebung aufzurufen: Conda Activate Yolov5
, um Pytorch zu installieren. Geben Sie Folgendes ein: Conda Install Pytorch Torchvision Torchaudio cudatoolkit=11.0
Wenn der Downloadvorgang zu langsam ist, können Sie den Tsinghua-Quellspiegel verwenden und Folgendes eingeben:
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --addchannels https://mirrors .tuna.tsinghua.edu.cn/anaconda/pkgs/main/
Überprüfen Sie nach Abschluss der Installation, ob die Installation erfolgreich ist, und geben Sie Folgendes ein:
Python-
Import-Fackel
Torch.cuda.is_available()
4. Konfigurieren Sie die für yolov5 erforderliche Umgebung
Laden Sie zunächst den yolov5-Quellcode https://github.com/ultralytics/yolov5
herunter und installieren Sie ihn nacheinander gemäß der Datei „require.txt“.
Geben Sie nacheinander ein:
pip install Cython
pip install numpy
pip install opencv-python
pip install matplotlib
pip install Pillow
Pip Install Tensorboard
Pip Install PyYAML
Pip Install Torchvision
Pip Install Scipy
Pip Install Tqdm
Nachdem alles installiert ist, führen Sie discover.py zum Testen aus.
Sie können Bilder selbst finden und sie zum Testen in Daten/Bilder einfügen. Die Testergebnisse lauten wie folgt:
Zu diesem Zeitpunkt wurde die für yolov5 erforderliche Umgebung erfolgreich konfiguriert~