yolov5 win10 CPU与GPU环境搭建过程

更新时间：2022年05月10日 09:49:46 作者：JulyLi2019

这篇文章主要介绍了yolov5 win10 CPU与GPU环境搭建过程,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

前言

最近实习任务为黑烟检测，想起了可以尝试用yolov5来跑下，之前一直都是用的RCNN系列，这次就试试yolo系列。

一、安装pytorch

1.创建新的环境

打开Anaconda Prompt命令行输入
创建一个新环境，并激活进入环境。

# 创建了名叫yolov5的，python版本为3.8的新环境
conda create -n yolov5 python=3.8
# 激活名叫yolov5的环境
conda activate yolov5

2.下载YOLOv5 github项目

下载地址为：

https://github.com/ultralytics/yolov5

如果安装了git可以使用git clone https://github.com/ultralytics/yolov5，没有的话直接下载zip压缩包也行，把压缩包解压到指定目录就行。

3.安装相关依赖库和包

查看一下requirements.txt 里面的内容并下载所有的依赖包
依次安装，建议可以用清华源进行安装：
先把清华源设置成默认：

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

再依次安装：

pip install tqdm
pip install scipy
pip install pyyaml
pip install matplotlib
pip install opencv-python==4.1.2.30
pip install requests
pip install seaborn
pip install pandas

安装pytorch需要注意一下：
还是要先换源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后再用下面的命令代码确认

conda config --set show_channel_urls yes

之后进入官网https://pytorch.org/找到合适的版本，如果你是安装cpu版

在这里插入图片描述

运行conda install pytorch torchvision torchaudio cpuonly

如果你是安装GPU版

在这里插入图片描述

运行conda install pytorch torchvision torchaudio cudatoolkit=10.1
这里个人的计算机配置不一样，就拿我的来说cuda10.1可以运行，cuda11无法运行GPU版，这里可以多试几次找到适合自己的版本。

4.验证

在刚刚建好的yolov5环境下启动python

python
#输入库
import torch
#查看版本
print(torch.__version__)

CPU版如果到这步不报错，就说明安装成功了。

GPU版需要再运行一些代码查看

#查看gpu是否可用
torch.cuda.is_available()
#返回设备gpu个数
torch.cuda.device_count()

一切正常的话，GPU版的pytorch就安装成功了

二、运行detect.py文件

在建好的yolov5环境下输入：

python detect.py

会默认下载最小的yolov5s.pt文件
检测结果如下：

在这里插入图片描述

总结

总的来说还是比较简单的，除了yolov5s.pt模型，yolov5还有

在这里插入图片描述

V3.1权重文件下载不下来的，可以通过下面的链接下载

链接: https://pan.baidu.com/s/1tTgcWG3CXjSKfdJoLhExbQ

提取码: d98j

到此这篇关于yolov5 win10 CPU与GPU环境搭建过程的文章就介绍到这了,更多相关yolov5 win10 CPU与GPU环境搭建内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python通过定义一个类实例作为ftp回调方法
这篇文章主要介绍了python通过定义一个类实例作为ftp回调方法,涉及Python中类与回调方法的使用技巧,非常具有实用价值,需要的朋友可以参考下
2015-05-05
Python爬取用户观影数据并分析用户与电影之间的隐藏信息!
看电影前很多人都喜欢去『豆瓣』看影评，所以我爬取44130条『豆瓣』的用户观影数据,分析用户之间的关系,电影之间的联系,以及用户和电影之间的隐藏关系,需要的朋友可以参考下
2021-06-06
Python求出0~100以内的所有素数
质数又称素数。一个大于1的自然数，除了1和它自身外，不能被其他自然数整除的数叫做质数；否则称为合数。下面小编给大家带来了Python求出0~100以内的所有素数实例代码，需要的朋友参考下
2018-01-01
python中多个装饰器的执行顺序详解
装饰器是程序开发中经常会用到的一个功能，也是python语言开发的基础知识。这篇文章主要介绍了python中多个装饰器的执行顺序详解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-10-10
python使用xslt提取网页数据的方法
这篇文章主要为大家详细介绍了Python使用xslt提取网页数据的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-02-02
浅析使用Python操作文件
文件操作对编程语言的重要性不用多说，如果数据不能持久保存，信息技术也就失去了意义。按照本人经验，IO也是蛮头疼的一件事，因为不会用得太多，所以总是记不住API，每次都要重新google就会打断思路，还不一定每次都快速得到正确的文章。
2017-07-07
Python实现监视程序的内存使用情况
我们使用Python和它的数据处理库套件进行大量数据处理时候,可能使用了大量的计算资源,那么如何监视程序的内存使用情况就显得尤为重要,下面我们就来了解一下具体实现方法吧
2023-12-12
Python开发工具PyCharm的下载与安装步骤图文教程
这篇文章主要为大家介绍了Python开发工具PyCharm的下载与安装步骤图文教程，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2023-07-07
Python如何声明以管理员方式运行(附实战案例)
由于Windows的安全机制,Python写的脚本缺少了管理员权限,运行就会受到一些限制,这篇文章主要介绍了Python如何声明以管理员方式运行的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下
2025-04-04
Python pandas 的索引方式 data.loc[],data[][]示例详解
这篇文章主要介绍了Python pandas 的索引方式 data.loc[], data[][]的相关资料,其中data.loc[index,column]使用.loc[ ]第一个参数是行索引，第二个参数是列索引，本文结合实例代码讲解的非常详细，需要的朋友可以参考下
2023-02-02