Anaconda的安装配置:(Anaconda是一个开源的Python发行版本,包括Conda、Python以及很多安装好的工具包,比如:numpy,pandas等,其中conda是一个开源包和环境管理器,可以用于在同一个电脑上安装不同版本的软件包,并且可以在不同环境之间切换,是深度学习的必备平台。)
一.Anaconda安装配置.
1.首先进入官网:Anaconda Installers and Packages,选择View All Installers.

2.打开看到的界面是Anaconda的所以安装包版本,Anaconda3就代表是Python3版本,后面跟的是发行日期,我选择了最近的2022.05的Windows版本,64位,然后下载到本地。
3.运行安装包,然后跟着我下面的步骤操作就可以了。



4.要测试一下是否安装成功:
在菜单栏中打开Anaconda命令行,点击以后,如果可以在命令行左侧括号中看到base,就代表安装成功了。

5.最后要创建和激活一下环境:
conda create -n py39 python=3.9是创建python3.9版本,名称为py39的环境。 【小伙伴们在这里注意一下,环境名和python的版本是可以自己指定的嗷~】

输入y然后回车,下载完会提示done。

conda activate py39激活环境,这里可以看到前面的base变成了py39了,这表示咱已经进入了该环境 (可以把环境理解成文件夹)。

conda deactivate退出环境 (跟我们平常用cmd命令行时cd切换目录是一个道理啦~)

二.Python安装Pytorch.
1.查看本机的CUDA版本:
在cmd命令行输入nvida-smi,在第一行右边可以看到CUDA的版本号,我的是11.6版本。

2.安装Pytorch:
进入Pytorch官网:PyTorch,然后选择Get Started.

这里要注意的是:++Pytorch的选择,这里我选择的是Stable稳定版,OS是Windows系统,Package包就使用Conda,language选Python,最后的Compute Platform就根据小伙伴们的的个人需求啦~++ (就是说如果自己的电脑有显卡,想在NVIDIA上跑代码,就选择CUDA,如果没有独立显卡就选CPU喔) 然后我们在第一步已经看过自己的NAVIDA的CUDA版本了,一定要选择比自己版本低的CUDA,比如我的是11.6那我就可以选11.3,如果就像我在帮我同学装的时候他的版本是11.1,那他的就只能选择10.2,11.3对他来说就有点高啦,同理大家一定一定要根据自己的情况选择嗷!

3.然后复制这行命令:打开Anaconda命令行,先进入自己需要安装的Pytorch环境,然后运行。(我这里选择的是11.3,大家如果跟我的不一样记得改下代码哦!)
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
4.可以看到安装包里的一些内容,等待这些package安装成功,Pytorch还是有点大的,要耐心等一下。(我当时吃了个午饭回来差不多刚刚好哈哈哈哈哈哈哈)

5.安装完成以后,会提示done,然后输入pip list,查看我们的包是否被安装,这里可以看到torch相关的包都安装了。

6.输入python进入Python环境,然后输入import torch,如果没有报错就说明可以导入成功,最后再输入torch.cuda.is_available()查看torch是否可以用显卡,Ture就代表可以 了。
三.克隆YOLOv5.
1.点开链接:https://github.com/ultralytics/yolov5
Windows系统下载ZIP文件再解压后进入YOLOv5路径下运行:
pip install -r requirements.txt
(注意一下:这里Pytorch最好在前面已经安装完好,不然很可能会报错喔~)
2.检验一下,运行命令:
python detect.py --source ./data/images/ --weights yolov5s.pt --conf 0.4
如果是第一次运行,会下载YOLOv5s.pt,速度会比较慢。
------------------------------------------------------------------------------------------------------------------------------------------------------------【华丽的分割线哈哈哈哈哈哈哈哈哈哈哈哈】
以上的部分呢,就是基本环境的安装和配置方法啦!接下来,就是数据集的制作了:
四.数据集制作.
我用的数据集收集软件是labellmg,它可以生成两种格式的数据,分别是xml和txt,大家根据自己的需要选择啦!界面是这样的:

可以看到打开是一个收集窗口和一个终端,两个界面。

如果选择左侧靠下方那里的按键,VOC最后生成的就是xml格式的,点击一下如果选择YOLO的生成就是txt格式的喔~。
大家用自己需要识别训练的图片进行框选数据集收集就可以啦!