PyTorch使用

前言

系统环境:win10

使用Anaconda,Anaconda的安装自行百度。

conda 23.7.4

目录

前言

创建虚拟环境

1、查看当前有哪些虚拟环境

2、创建虚拟环境pytorch

3、激活及关闭pytorch虚拟环境

4、删除pytorch虚拟环境

使用yolov5测试

1、切换至yolov5目录下:

2、安装相关依赖

3、下载已训练好的数据集

4、分类检测测试

1、执行命令

2、运行结果

3、效果图


创建虚拟环境

启动Anaconda Prompt

1、查看当前有哪些虚拟环境

bash 复制代码
conda env list

2、创建虚拟环境pytorch

bash 复制代码
conda create -n pytorch python=3.8

3、激活及关闭pytorch虚拟环境

bash 复制代码
# 激活pytorch虚拟环境
conda activate pytorch
# 关闭pytorch虚拟环境
conda deactivate

4、删除pytorch虚拟环境

bash 复制代码
conda remove -n pytorch --all

使用yolov5测试

yolov5下载地址:https://github.com/ultralytics/yolov5

1、切换至yolov5目录下:

bash 复制代码
# 切换至yolov5目录下
cd C:\code\python\lpytoch\yolov5

2、安装相关依赖

该下载过程时间比较长

bash 复制代码
# install
​​​​​​​pip install -r requirements.txt 

3、下载已训练好的数据集

直接下载

通过代码下载,代码保存为loadPyTorchHub.py

python 复制代码
# 使用YOLOv5 加载PyTorch Hub
# 简单示例
# 该示例从PyTorch Hub 加载预训练的 YOLOv5s 模型,即 model 并传递图像以供推理。 'yolov5s' 是最轻、最快的YOLOv5 型号
import torch

# Model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')

# Image
im = './data/images/zidane.jpg'

# Inference
results = model(im)

results.pandas().xyxy[0]
#      xmin    ymin    xmax   ymax  confidence  class    name
# 0  749.50   43.50  1148.0  704.5    0.874023      0  person
# 1  433.50  433.50   517.5  714.5    0.687988     27     tie
# 2  114.75  195.75  1095.0  708.0    0.624512      0  person
# 3  986.00  304.00  1028.0  420.0    0.286865     27     tie

结果如下:

4、分类检测测试

1、执行命令

bash 复制代码
# Inference with detect.py
python detect.py --weights yolov5s.pt --source ./data/images/zidane.jpg

2、运行结果

输出结果路径

Results saved to runs\detect\exp

3、效果图

相关推荐
众链网络17 分钟前
你的Prompt还有很大提升
人工智能·prompt·ai写作·ai工具·ai智能体
汀沿河18 分钟前
2 大模型高效参数微调;prompt tunning
人工智能·深度学习·prompt
路溪非溪25 分钟前
机器学习之线性回归
人工智能·机器学习·线性回归
微风粼粼1 小时前
程序员在线接单
java·jvm·后端·python·eclipse·tomcat·dubbo
搞笑的秀儿2 小时前
信息新技术
大数据·人工智能·物联网·云计算·区块链
云天徽上2 小时前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
阿里云大数据AI技术2 小时前
OpenSearch 视频 RAG 实践
数据库·人工智能·llm
你怎么知道我是队长2 小时前
python-input内置函数
开发语言·python
XMAIPC_Robot2 小时前
基于ARM+FPGA的光栅尺精密位移加速度测试解决方案
arm开发·人工智能·fpga开发·自动化·边缘计算
加油吧zkf2 小时前
YOLO目标检测数据集类别:分类与应用
人工智能·计算机视觉·目标跟踪