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
贤小二AI16 小时前
贤小二c#版Yolov5 yolov8 yolov10 yolov11自动标注工具 + 免python环境 GPU一键训练包
人工智能·深度学习·yolo
zy_destiny1 天前
【工业场景】用YOLOv12实现饮料类别识别
人工智能·python·深度学习·yolo·机器学习·计算机视觉·目标跟踪
卧式纯绿1 天前
每日文献(八)——Part one
人工智能·yolo·目标检测·计算机视觉·目标跟踪·cnn
HABuo2 天前
【YOLOv8】YOLOv8改进系列(12)----替换主干网络之StarNet
人工智能·深度学习·yolo·目标检测·计算机视觉
AdaCoding2 天前
YOLOv8架构详解
yolo·网络结构图
云卷云舒___________2 天前
【Ultralytics YOLO COCO 评估脚本 | 获得COCO评价指标】
yolo·coco·ultralytics
plmm烟酒僧3 天前
在 RK3588 多线程推理 YOLO 时,同时开启硬件解码和 RGA 加速的性能分析
yolo·rkmpp·瑞芯微·硬件加速·rga·色彩空间转换
HABuo3 天前
【YOLOv8】YOLOv8改进系列(11)----替换主干网络之MobileNetV4
人工智能·深度学习·yolo·目标检测·计算机视觉
Kai HVZ4 天前
《深度学习》——yolov4详解
人工智能·深度学习·yolo