Yolov5環(huán)境配置配不好來打我-創(chuàng)新互聯(lián)

Yolov5環(huán)境安裝及配置詳細教程

• 文件準備
• • Pycharm下載鏈接
  • Anaconda下載鏈接
  • Yolov5源碼下載地址鏈接
  • CUDA下載地址
  • CUDNN下載地址
• 環(huán)境配置
• • Pycharm安裝
  • Anaconda安裝
  • CUDA安裝
  • CUDNN安裝
  • 使用Anaconda配置環(huán)境
• 第一次目標檢測

十年的承留網(wǎng)站建設(shè)經(jīng)驗，針對設(shè)計、前端、開發(fā)、售后、文案、推廣等六對一服務(wù)，響應(yīng)快，48小時及時工作處理。成都營銷網(wǎng)站建設(shè)的優(yōu)勢是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動調(diào)整承留建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計，從而大程度地提升瀏覽體驗。創(chuàng)新互聯(lián)建站從事“承留網(wǎng)站設(shè)計”,“承留網(wǎng)站推廣”以來，每個客戶項目都認真落實執(zhí)行。文件準備

可以將這些文件都下載好放置在桌面上 再進行環(huán)境配置這一步操作

Pycharm下載鏈接

https://www.jetbrains.com/pycharm/download/download-thanks.html?platform=windows&code=PCC

（打開鏈接直接下載即可）

Anaconda下載鏈接

官方鏈接：（下載速度慢，不推薦）

https://repo.anaconda.com/archive/Anaconda3-2022.05-Windows-x86_64.exe

鏡像網(wǎng)站鏈接：（下載速度快，強烈推薦）

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2022.05-Windows-x86_64.exe

（打開鏈接直接下載即可）

Yolov5源碼下載地址鏈接

Yolov5-5.0加速下載鏈接：https://archive.xn–gzu630h.xn–kpry57d/ultralytics/yolov5/archive/refs/tags/v5.0.zip

Yolov5-5.0Github官方鏈接：https://github.com/ultralytics/yolov5/archive/refs/tags/v5.0.zip

Yolov5-6.1加速下載鏈接：https://github.com/ultralytics/yolov5/archive/refs/tags/v6.1.zip

Yolov5-6.1Github官方鏈接：https://archive.xn–gzu630h.xn–kpry57d/ultralytics/yolov5/archive/refs/tags/v6.1.zip

CUDA下載地址

首先檢查自己的電腦支持什么版本的CUDA

鼠標右鍵打開NVIDIA控制面板

接下來進入Cuda官網(wǎng)下載所支持的版本 https://developer.nvidia.com/cuda-toolkit-archive

點擊網(wǎng)站進入后

CUDNN下載地址

（需對應(yīng)CUDA版本下載 ）

CUDA版本為11以上 下載地址為：

https://developer.nvidia.com/compute/cudnn/secure/8.4.0/local_installers/11.6/cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip

CUDA版本為10.2 下載地址為：

https://developer.nvidia.com/compute/cudnn/secure/8.4.0/local_installers/10.2/cudnn-windows-x86_64-8.4.0.27_cuda10.2-archive.zip

提醒：以上CUDNN網(wǎng)址進入時 需要先注冊登錄哦！

環(huán)境配置 Pycharm安裝

打開安裝包
?

Pycharm的安裝到此就完成了

Anaconda安裝

打開安裝包

CUDA安裝

CUDA安裝CUDA環(huán)境配置（Windows）
打開安裝包

打開高級設(shè)置


![在這里插入圖片描述](https://img-blog.csdnimg.cn/6f516522b8484321b907ac3af622330f.png

需要添加下面五組變量名與變量值

變量名：CUDA_SDK_PATH 變量值：C:\ProgramData\NVIDIA Corporation\CUDA
Samples\v11.3

變量名：CUDA_LIB_PATH 變量值： %CUDA_PATH%\lib\x64

變量名：CUDA_BIN_PATH 變量值：%CUDA_PATH%\bin

變量名：CUDA_SDK_BIN_PATH 變量值：%CUDA_SDK_PATH%\bin\win64

變量名：CUDA_SDK_LIB_PATH 變量值：%CUDA_SDK_PATH%\common\lib\x64

①中需添加的：

%CUDA_LIB_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_BIN_PATH%;

②中需添加的：(默認為以下路徑)

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\bin\win64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\common\lib\x64

新建：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin”（不需要加引號）
新建：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp”（不需要加引號）


到此，CUDA安裝以及環(huán)境配置就完成了

CUDNN安裝

打開壓縮包

此處將這三個文件復(fù)制到CUDA安裝路徑同名文件夾即可?。∵@里我的路徑是C：Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3


WIN+R打開終端

使用Anaconda配置環(huán)境

在Anaconda下安裝Pytorch
打開Anaconda Prompt
點擊Launch后會彈出窗口 先將其最小化 點擊第二步

首先創(chuàng)建python的虛擬環(huán)境 在命令行里面輸入conda create -n “your venu name” python==x.x (自行設(shè)置名稱和python版本)



接著輸入下面的命令行
conda config --remove-key channels

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/

conda config --set show_channel_urls yes

pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

?
接下來進行配置Pytorch 首先進入Pytorch官網(wǎng)：Pytorch

?

接著在命令行輸入pip install pycocotools-windows

接著輸入cd 命令轉(zhuǎn)到y(tǒng)olov5源碼的目錄下面（如果cd命令不起作用 可以嘗試cd \d 命令來操作

再輸入以下命令行

pip install -r requirements.txt

pip install pyqt5

pip install labelme

到這里yolov5的環(huán)境配置就已經(jīng)完成了，接下來開始進行測試

第一次目標檢測

在yolov5目錄下執(zhí)行下列代碼

python detect.py --source data/images/bus.jpg --weights pretrained/yolov5s.pt

第一測試只有exp 第二次測試就會自動生成exp2文件 以此類推

至此 yolov5初次目標檢測就完成了

yolov5的檢測代碼功能十分強大，是支持對多種圖像和視頻流進行檢測的，具體的使用方法如下：

python detect.py --source 0 # webcam

file.jpg # image

file.mp4 # video

path/ # directory

path/*.jpg # glob

‘https://youtu.be/NUsoVlDFqZg’ # YouTube video

‘rtsp://example.com/media.mp4’ # RTSP, RTMP, HTTP stream

?

?

你是否還在尋找穩(wěn)定的海外服務(wù)器提供商？創(chuàng)新互聯(lián)www.cdcxhl.cn海外機房具備T級流量清洗系統(tǒng)配攻擊溯源，準確流量調(diào)度確保服務(wù)器高可用性，企業(yè)級服務(wù)器適合批量采購，新人活動首月15元起，快前往官網(wǎng)查看詳情吧

網(wǎng)站標題：Yolov5環(huán)境配置配不好來打我-創(chuàng)新互聯(lián)
當(dāng)前網(wǎng)址：http://muchs.cn/article44/dsgjhe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供外貿(mào)建站、響應(yīng)式網(wǎng)站、網(wǎng)站策劃、網(wǎng)站收錄、網(wǎng)頁設(shè)計公司、網(wǎng)站營銷

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)