他の人からより良く学び、
より良いものになりますように。
—— 「ウェイカ・ジーシャン」
この記事の長さは 1108ワードで、読むのにかかる時間は 4分と予想されます
序文
ターゲット検出 yolov5 は依然として多く使用されており、この記事は yolov5 のインストールについて簡単に紹介します。
設置環境
システム: Windows
環境: MiniConda
01
yolov5のソースコードをダウンロードする
ソースアドレス: https://github.com/ultralytics/yolov5
yolov5 フォルダーをローカルに作成し、直接ダウンロードしました。
02
仮想環境を作成してアクティブ化する
Anaconda Powershell プロンプトを開く (miniconda3)
仮想環境を作成します。ここでは以前に作成したので、作成コードのみがリストされています。
conda create -n your_env_name python=x.x -y
# 我的是
conda create -n yolov5 python=3.9 -y現在の仮想環境をアクティブ化する
conda activate yolov5
上の図からわかるように、アクティベート後、前面は yolov5 になります。
03
必要なサードパーティライブラリをインストールする
まず、yolov5をダウンロードしたフォルダーに入ります
次に、コマンドラインに入力します
pip install -r requirement.txt以下のミラーイメージをインストールすることもできます。その方が速いですが、ネットワーク速度に問題があるため、何度もインストールして、ようやく完了しました。
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple04
事前トレーニング済みモデル ファイルをダウンロードする
モデルファイルのアドレス:
https://github.com/ultralytics/yolov5/releases/tag/v7.0
最新バージョン 7.0 にアップデートしましたが、依然としてネットワーク速度の問題が発生します。ホテルの外のネットワークが非常に機能せず、長時間経ってもダウンロードが不完全です。最終的に方法を見つけました。ウェブサイトを推奨しました:
https://d.serctl.com/
Github 上のファイルの場合は、ここにリンクを直接入力し、ここからダウンロードできます。
ダウンロードした事前トレーニング済みモデル ファイルを yolov5 フォルダーにコピーします。こうしてYolov5のインストール環境が完成しました。
マイクロカード志祥
Yolov5 をテストする
VS Code を使用して yolov5 フォルダーを開きます
detect.py ファイルを見つけます。上の図では、parse_opt はコマンド ライン操作を使用して設定できるデフォルト パラメーターです。しかし、私はやはりコンパイラを使って実行することを好みます。
操作の検出結果は、runs\detect\exp31 で最終的に確認できます。これは操作の結果であり、ディレクトリを見つけます。
上の図では、デフォルトでは 2 つの写真しかありませんが、効果を確認するためにそれらのいくつかを自分でコピーしました。
検出には全く問題がなかったので、yolov5の環境が整いました。
以上
過去の素晴らしいレビュー
pyTorch 入門 (6) - 実用的な Android Minist OpenCV 手書き番号認識 (ソース コード アドレス付き)
pyTorch の入門 (5) - 独自のデータセットのトレーニング
