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
rocksun14 分钟前
为什么人工智能需要一种新的可观测性方法
人工智能
柠檬味拥抱15 分钟前
生成式物理引擎在人工智能训练中的关键作用与发展趋势研究
人工智能
pitepa18 分钟前
安装 PyCharm
ide·python·pycharm
喜欢新新子20 分钟前
pycharm 中文字体报错
ide·python·pycharm
新加坡内哥谈技术21 分钟前
Siri在WWDC中的缺席显得格外刺眼
人工智能·ios·wwdc
RunsenLIu27 分钟前
基于Flask前后端分离智慧安防小区系统
后端·python·flask
deephub27 分钟前
提升长序列建模效率:Mamba+交叉注意力架构完整指南
人工智能·深度学习·时间序列·mamba·交叉注意力
神经星星30 分钟前
入选 ICML 2025,清华/人大提出统一生物分子动力学模拟器 UniSim
人工智能·深度学习·机器学习
机器学习之心36 分钟前
光伏功率预测 | BP神经网络多变量单步光伏功率预测(Matlab完整源码和数据)
人工智能·神经网络·matlab
dragon090738 分钟前
Python打卡day49!!!
开发语言·python