目标检测——yolov5-3.1的环境搭建和运行

第一步:安装anaconda环境,并且配置好cuda,安装需要的基本包

查看对应cuda版本,后续下载cudatoolkit需要对应版本

bash 复制代码
nvcc -V

第二步:创建虚拟环境,激活环境,安装所需的包

bash 复制代码
conda create -n yolov5 python=3.8 
conda activate yolov5
conda install pytorch torchvision cudatoolkit=11.8 -c pytorch   

第三步:下载github文件,安装对应环境所需的包

下载网站:https://github.com/ultralytics/yolov5/releases/tag/v3.1

此处注意一定要到下载的文件目录下去!

bash 复制代码
cd D:\pythonProject\yolov5-3.1    
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple  

第四步:执行对应的detect.py文件

此处需要下载yolov5s.pt文件,放到weight目录下

bash 复制代码
python detect.py --source ./inference/images --weights weights/yolov5s.pt --conf 0.4

第五步:结果展示

inference下的image和output会显示结果。

相关推荐
西柚小萌新36 分钟前
【深入浅出PyTorch】--3.1.PyTorch组成模块1
人工智能·pytorch·python
鑫宝的学习笔记2 小时前
Vmware虚拟机联网问题,显示:线缆已拔出!!!
人工智能·ubuntu
小李独爱秋2 小时前
机器学习中的聚类理论与K-means算法详解
人工智能·算法·机器学习·支持向量机·kmeans·聚类
comli_cn3 小时前
GSPO论文阅读
论文阅读·人工智能
大有数据可视化3 小时前
数字孪生背后的大数据技术:时序数据库为何是关键?
大数据·数据库·人工智能
Bioinfo Guy3 小时前
Genome Med|RAG-HPO做表型注释:学习一下大语言模型怎么作为发文思路
人工智能·大语言模型·多组学
张较瘦_3 小时前
[论文阅读] AI + 软件工程(Debug)| 告别 “猜 bug”:TreeMind 用 LLM+MCTS 破解 Android 不完整报告复现难题
论文阅读·人工智能·bug
深栈3 小时前
机器学习:线性回归
人工智能·pytorch·python·机器学习·线性回归·sklearn
AI视觉网奇4 小时前
虚拟机安装 网络问题
人工智能·虚拟机
云澈ovo4 小时前
FP16混合精度训练:Stable Diffusion生成速度提升300%的硬件配置方案
人工智能·机器学习·stable diffusion