1.本文簡介
最近在研究YOLO V5的用法，借此機會整理一下，希望對大家有參考，
此文對YOLO V5性能不多做介紹，由于網上許多教程都略微有些繁雜，因此本文旨在展示 最簡單 的 【搭建方法】和【用法】，供0基礎的初學者也能上手，下面將直接進入正題，
【使用篇】已更新：Win10 超詳細 0基礎 用YOLO V5訓練自己資料集【使用篇】
2.環境搭建
2.1.需安裝串列
_____________________________
「必要項」
1.支持cuda的Nvidia顯卡（顯存越大越好）
2.python 3.8以上(推薦anaconda)
3.Cuda 10.2
4.pytorch
5.YOLO v5原始碼
「可選項」
1.opencv(推薦)
_____________________________
2.2.安裝操作
_____________________________
2.2.1.python安裝
這里使用anaconda，安裝anaconda會附帶最新的Python版本以及一些常用庫檔案和工具
使用百度等引擎搜索anaconda或者 從https://www.anaconda.com/products/individual官網下載個人版本
安裝好anaconda后，還需要安裝兩個常用工具，點選
此時，點選下圖【CMD.exe Prompt】
分別輸入以下兩條指令回車，將【Git】和【pip】兩個工具裝好，
————————————————————————
conda install git
conda install pip
————————————————————————
2.2.2.Cuda 10.2
Cuda是Nvidia（顯卡品牌）提供的 用于顯卡加速計算的 介面和工具，
由于pytorch其目前只支持cuda10.2版本，所以請不要下載Nvidia最新版的cuda11
附上cuda10.2官網鏈接
https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
根據作業系統選擇對應專案，此文為Win10環境，選項如下，點【download】下載然后安裝即可
2.2.3.Pytorch
官網鏈接https://pytorch.org/get-started/locally/
根據作業系統選擇對應選項（如下圖），可以看到下面有一行指令 【conda xxx】
這時，打開第一步裝好的【anaconda navigator】,然后選擇【CMD.exe Prompt】
在控制臺中，粘貼指令（如下圖）【回車】，便裝好了Pytorch
2.2.4.opencv
打開【anaconda navigator】，點選下圖所示【Enviroments】，然后點擊【Update index】更新可下載庫檔案的清單
將下拉單選成【ALL】，然后搜索【opencv】，把搜索出來的opencv裝好，便完成了安裝，
2.2.5.下載YOLO v5
下載YOLO v5之前，先給YOLO v5專案單獨創建環境，為方便之后專案管理，
打開【anaconda navigator】→【CMD.exe Prompt】
依次執行以下指令（指令最右側的文字和斜杠不需要復制）
———————————————————————
conda create -n yolov5 python=3.8 //創建名為【yolov5】的python3.8環境，并通過
conda activate yolov5 //通過activate激活環境
git clone https://github.com/ultralytics/yolov5.git //下載yolo v5專案
cd yolov5 //將當前路徑切換至 yolo v5目錄
pip install -U -r requirements.txt //根據作者創建好的txt，下載所需環境
———————————————————————
如果順利，這里我們就完成了所有的搭建了！
#注意# 激活后括號內文字從 base 變成了 yolov5，之后每次使用yolov5時我們都要先用指令進行激活
以上便是關于環境搭建的全部內容，本人也還在摸索中，歡迎探討
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/81445.html
標籤：java