从零开始构建基于YOLOv5的目标检测系统

本博文从零开始搭建基于YOLOv5模型的目标检测系统(具体系统参考本博主的其他博客),手把手保姆级完成环境的搭建。

(1)首先Windows + R输入cmd命令后打开命令窗口,进入项目目录,本博文以野生动物目标检测系统为例(E:\Pyside6_yolov5\yolov5_wild_animal)

(2)接着使用Anaconda工具包创建一个新的conda环境,并制定Python版本为3.8(conda create -n wild python=3.8),安装完成后使用conda activate wild命令进入虚拟环境。

(3)接着安装pytorch,使用如下的命令:pip install torch1.9.0+cu111 torchvision0.10.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

(4)其中torch1.9.0+cu111 torchvision0.10.0+cu111表示torch和torchvision的版本以及对应的cuda版本,-f https://download.pytorch.org/whl/torch_stable.html表示从上面网址下载,-i https://pypi.tuna.tsinghua.edu.cn/simple 是使用清华镜像源。

(5)安装其他系统依赖包,首先确保第一步已经进入到当前系统目录下,接着使用如下的命令安装依赖包:pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

(6)安装pyside6库和qt_material,使用如下的命令:pip install pyside6==6.4.2 qt_material -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码
(7)最后输入python base_camera.py打开软件界面。
相关推荐
分布式存储与RustFS2 分钟前
RustFS的边缘计算优化方案在5G MEC场景下的实测数据如何?
人工智能·5g·开源·边缘计算·rustfs
2501_9248905210 分钟前
商超场景徘徊识别误报率↓79%!陌讯多模态时序融合算法落地优化
java·大数据·人工智能·深度学习·算法·目标检测·计算机视觉
SalvoGao31 分钟前
空转学习 | cell-level 与 spot-level的区别
人工智能·深度学习·学习
初岘34 分钟前
自动驾驶GOD:3D空间感知革命
人工智能·3d·自动驾驶
什么都想学的阿超1 小时前
【大语言模型 15】因果掩码与注意力掩码实现:深度学习中的信息流控制艺术
人工智能·深度学习·语言模型
码蛊仙尊1 小时前
当我们想用GPU(nlp模型篇)
人工智能·自然语言处理
学习3人组1 小时前
手写数字识别代码
人工智能·python
Codebee2 小时前
Qoder初体验:从下载到运行OneCode可视化设计器的完整实战指南
人工智能
双向332 小时前
高并发AI服务部署方案:vLLM、TGI、FastChat性能压测报告
人工智能
JANGHIGH2 小时前
在自动驾驶中ESKF实现GINS时,是否将重力g作为变量考虑进去的目的是什么?
人工智能·机器人·自动驾驶