yolov5的完整部署(适合新人和懒人,一键安装)

第一步:安装Anaconda

下载并安装后,配置一下镜像

在这里面,看情况输入镜像源,这里我建议大家搞阿里云镜像源。

复制代码
# 添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 
# 添加阿里云镜像源
conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/
conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
 
# 添加中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
 
 
 
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

第二步:安装PyCharm

点击download即可下载。

第三步:创建一个虚拟环境

复制代码
conda create -n yolo01 python=3.8

注意:这里一定要是python3.8,其他版本别去管,这是个天坑,那些博客就知道带偏别人。

创建成功后,直接激活进去。

复制代码
conda activate yolo01

第四步:从github上下载yolov5项目

官网:ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)

下载完整代码,并把下面的那个数据集也下载回来。

第五步:让虚拟环境进入yolov5项目页面

复制代码
cd D:\yolov5-master

然后输入下面命令:

复制代码
D:

第六步:安装依赖

复制代码
pip install -r requirements.txt  -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

第七步:打开Pycharm,配置自己的python

我这个是.exe的,但是你们可能是.bat的,其实都一样。配置一下,就好了。

第八步:运行项目

已成功运行!!!!!!!!

相关推荐
no_work14 小时前
yolo摄像头下的目标检测识别集合
人工智能·深度学习·yolo·目标检测·计算机视觉
fundoit16 小时前
Windows 下 YOLO 环境搭建与使用完整指南
windows·yolo
jay神19 小时前
基于深度学习的车辆识别收费管理系统
人工智能·深度学习·yolo·目标检测·毕业设计
动物园猫20 小时前
7种交通场景目标检测数据集分享(适用于YOLO系列深度学习检测任务)
深度学习·yolo·目标检测
jay神1 天前
基于YOLOv8的钢材表面缺陷检测系统
人工智能·算法·yolo·目标检测·计算机视觉
no_work2 天前
基于yolo深度学习的混凝土裂缝检测
人工智能·深度学习·yolo
YOLO视觉与编程2 天前
一文读懂-yolo26如何预测识别图片|视频|摄像头|文件夹检测适用v8v11
人工智能·深度学习·yolo·目标检测·机器学习
容沁风2 天前
用opencv和yolov5su定位二维码
opencv·yolo·二维码
童话名剑2 天前
YOLO v4损失计算
yolo·yolo v4损失
JicasdC123asd2 天前
并行双分支瓶颈架构改进YOLOv26异构卷积核协同特征提取与残差学习双重突破
学习·yolo·架构