ubuntu18.04 サービスは yolov5 開発環境を構築します

1. システムおよびグラフィックス カードの情報

(1) システム情報

kandi@telpo-System-Product-Name:~$ cat /proc/version
Linux version 4.15.0-191-generic (buildd@lcy02-amd64-032) (gcc version 7.5.0 (Ubuntu 7.5.0-3ubuntu1~18.04)) #202-Ubuntu SMP Thu Au               g 4 01:49:29 UTC 2022

(2) グラフィックカード情報

2. CUDA をダウンロードしてインストールする

cuda 公式 Web サイトのリンク

から取得したダウンロード コマンドは次のとおりです。

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda-repo-ubuntu1804-11-6-local_11.6.0-510.39.01-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-6-local_11.6.0-510.39.01-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu1804-11-6-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

ターミナルでコマンド「nvcc -V」を使用してバージョン情報を出力できる場合、インストールは成功し、プロンプト「Command 'nvcc' not found, but can be installed with:」が表示されます。

これは、CUDA がシステムにインストールされていないためではなく、環境にないためです。

注: apt install nvidia-cuda-toolkit を実行しないでください。そうしないと、新しいバージョンがインストールされます。

解決策は、bin ディレクトリに入り、最初に cuda bin ディレクトリを見つけます。例: /usr/local/cuda/bin、nvcc があるかどうかを確認します。

2.1 1cuda 環境変数の設定

export PATH=/usr/local/cuda-11.6/bin${
    
    PATH:+:${
    
    PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

「ESC」を押して挿入モードを終了し、「:wq」を押して保存してvimを終了します。出力コマンド「source ~/.bashrc」はすぐに有効になります。

nvcc -V をもう一度入力して、CUDA のバージョンを表示します。

2.2 cudnn をダウンロードしてインストールする

厳密に言えば、cuDNN はインストールとは言えません。実際にはCUDAへの追加であるため、「インストール」プロセスは非常に簡単です。NVIDIA の公式 Web サイトにアクセスして、CUDA 11.6 に対応する cuDNN 圧縮パッケージをダウンロードします (この手順では、NVIDIA アカウントの登録が必要になる場合があります)。解凍後、cudaディレクトリが取得されます.cudaディレクトリの下にincludeとlib64の2つのサブディレクトリがあります.これら2つのディレクトリの下のすべてのファイルをCUDA 11.6のインストールパスに対応するディレクトリにコピーします.

Nvidia cudnn ダウンロード リンク
cudnn をインストールするときは、Nvidia アカウントにログインする必要もあります。次のバージョンをダウンロードしました:
CUDA 11.6 バージョンに対応する cudnn を見つけます

sudo cp cudnn-local-repo-ubuntu1804-8.6.0.163_1.0-1_amd64.deb /usr/local
cd /usr/local
sudo dpkg -i cudnn-local-repo-ubuntu1804-8.6.0.163_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu1804-8.6.0.163/cudnn-local-77B32ECB-keyring.gpg /usr/share/keyrings/

3.Anaconda3 をダウンロードしてインストールする

公式ウェブサイトにアクセスしてパッケージをダウンロードできます.清華ミラーステーションからアナコンダをダウンロードする速度は、公式ウェブサイトよりもはるかに高速です.

3.1 Anaconda3 をインストールする sh コマンド

sh Anaconda3-2022.10-Linux-x86_64.sh

3.2 インストールが成功したかどうかを確認する「conda info」

インストールが成功したら、システムを再起動するか、コマンド「source .bashrc」を実行し、「conda info」と入力して、インストールが成功したことを示す次の情報を確認します。

4. 対応する pytorch のバージョンを決定する

公式 Web サイトにアクセスして、対応する pytorch バージョンの
公式 Web サイト リンク
を見つけます。必要に応じて選択してください。例として cuda11.6 を使用します。公式 Web サイトから conda を介して pytorch をインストールするコマンドを取得できます。

5. Anaconda で仮想環境を作成してアクティブ化する

(1) 仮想環境の作成
今回の目的は、yolov5 開発環境を構築し、pytorch1.12.1 という名前の仮想環境を作成するコマンドを作成することです。

conda create -n pytorch python=3.9.13

このステップでは、python3.9.13 およびその他のソフトウェア パッケージがインストールされます.

以下のようにダウンロード エラーが発生した場合

~/.condarc ファイルが存在しない場合は、新しいものを作成し、次のコンテンツを追加します

ssl_verify: true
show_channel_urls: true

channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

(2) 仮想環境を起動する

conda activate pytorch1.12.1

(3) 作成したpytorch1.12.1環境にpytorch1.12.1版をインストール

1. Conda インストール方法
   
   ダウンロード コマンド

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

再度コマンドを実行すると、以下のソフトウェアがダウンロードされるので


、何度か試してもうまくいかない場合は、次の pip インストール方法に変更してください。

2. pip
   
   インストールコマンドでインストール
   pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

6. yolov5 の設定

上記で作成した pytorch 環境で構成を入力します。

6.1 yolov5 コードのダウンロード

たとえば、my directory ~/code/yolo と入力し、次のコマンドを使用してコードを複製します。

git clone https://github.com/ultralytics/yolov5.git

6.2 必要な依存ライブラリをインストールする

cd yolov5
pip install -r requirements.txt #配置yolov5环境，安装所需要的依赖库

インストールが成功したら:

git クローン https://github.com/ultralytics/yolov5
cd yolov5
conda yolov5_env をアクティブ化

6.3 物体検出試験

python detect.py --source data/images/zidane.jpg

最初に環境を切り替えるのを忘れていましたが、デフォルトのベースでは以下のように実行します:

作成したpytorch環境で実行.

検出結果はruns/detect/expディレクトリにあり、結果は次のとおりです.