可以將這些文件都下載好放置在桌面上 再進行環(huán)境配置這一步操作
Pycharm下載鏈接https://www.jetbrains.com/pycharm/download/download-thanks.html?platform=windows&code=PCC
(打開鏈接直接下載即可)
Anaconda下載鏈接官方鏈接:(下載速度慢,不推薦)
https://repo.anaconda.com/archive/Anaconda3-2022.05-Windows-x86_64.exe
鏡像網(wǎng)站鏈接:(下載速度快,強烈推薦)
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2022.05-Windows-x86_64.exe
(打開鏈接直接下載即可)
Yolov5源碼下載地址鏈接Yolov5-5.0加速下載鏈接:https://archive.xn–gzu630h.xn–kpry57d/ultralytics/yolov5/archive/refs/tags/v5.0.zip
Yolov5-5.0Github官方鏈接:https://github.com/ultralytics/yolov5/archive/refs/tags/v5.0.zip
CUDA下載地址Yolov5-6.1加速下載鏈接:https://github.com/ultralytics/yolov5/archive/refs/tags/v6.1.zip
Yolov5-6.1Github官方鏈接:https://archive.xn–gzu630h.xn–kpry57d/ultralytics/yolov5/archive/refs/tags/v6.1.zip
首先檢查自己的電腦支持什么版本的CUDA
鼠標右鍵打開NVIDIA控制面板
接下來進入Cuda官網(wǎng)下載所支持的版本 https://developer.nvidia.com/cuda-toolkit-archive
點擊網(wǎng)站進入后
(需對應CUDA版本下載 )
CUDA版本為11以上 下載地址為:
https://developer.nvidia.com/compute/cudnn/secure/8.4.0/local_installers/11.6/cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip
CUDA版本為10.2 下載地址為:
https://developer.nvidia.com/compute/cudnn/secure/8.4.0/local_installers/10.2/cudnn-windows-x86_64-8.4.0.27_cuda10.2-archive.zip
提醒:以上CUDNN網(wǎng)址進入時 需要先注冊登錄哦!
環(huán)境配置 Pycharm安裝打開安裝包
?
Pycharm的安裝到此就完成了
打開安裝包
CUDA安裝CUDA環(huán)境配置(Windows)
打開安裝包
打開高級設置
![在這里插入圖片描述](https://img-blog.csdnimg.cn/6f516522b8484321b907ac3af622330f.png
需要添加下面五組變量名與變量值
變量名:CUDA_SDK_PATH 變量值:C:\ProgramData\NVIDIA Corporation\CUDA
Samples\v11.3變量名:CUDA_LIB_PATH 變量值: %CUDA_PATH%\lib\x64
變量名:CUDA_BIN_PATH 變量值:%CUDA_PATH%\bin
變量名:CUDA_SDK_BIN_PATH 變量值:%CUDA_SDK_PATH%\bin\win64
變量名:CUDA_SDK_LIB_PATH 變量值:%CUDA_SDK_PATH%\common\lib\x64
①中需添加的:
%CUDA_LIB_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_BIN_PATH%;
②中需添加的:(默認為以下路徑)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\common\lib\x64
新建:“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin”(不需要加引號)
新建:“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp”(不需要加引號)
到此,CUDA安裝以及環(huán)境配置就完成了
打開壓縮包
此處將這三個文件復制到CUDA安裝路徑同名文件夾即可??!這里我的路徑是C:Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3
WIN+R打開終端
在Anaconda下安裝Pytorch
打開Anaconda Prompt
點擊Launch后會彈出窗口 先將其最小化 點擊第二步
首先創(chuàng)建python的虛擬環(huán)境 在命令行里面輸入conda create -n “your venu name” python==x.x (自行設置名稱和python版本)
接著輸入下面的命令行
conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
?
接下來進行配置Pytorch 首先進入Pytorch官網(wǎng):Pytorch
?
接著在命令行輸入pip install pycocotools-windows
接著輸入cd 命令轉到y(tǒng)olov5源碼的目錄下面(如果cd命令不起作用 可以嘗試cd \d 命令來操作
再輸入以下命令行
第一次目標檢測pip install -r requirements.txt
pip install pyqt5
pip install labelme
到這里yolov5的環(huán)境配置就已經(jīng)完成了,接下來開始進行測試
在yolov5目錄下執(zhí)行下列代碼
python detect.py --source data/images/bus.jpg --weights pretrained/yolov5s.pt
第一測試只有exp 第二次測試就會自動生成exp2文件 以此類推
至此 yolov5初次目標檢測就完成了
yolov5的檢測代碼功能十分強大,是支持對多種圖像和視頻流進行檢測的,具體的使用方法如下:
python detect.py --source 0 # webcam
file.jpg # image
file.mp4 # video
path/ # directory
path/*.jpg # glob
‘https://youtu.be/NUsoVlDFqZg’ # YouTube video
‘rtsp://example.com/media.mp4’ # RTSP, RTMP, HTTP stream
?
?
你是否還在尋找穩(wěn)定的海外服務器提供商?創(chuàng)新互聯(lián)www.cdcxhl.cn海外機房具備T級流量清洗系統(tǒng)配攻擊溯源,準確流量調度確保服務器高可用性,企業(yè)級服務器適合批量采購,新人活動首月15元起,快前往官網(wǎng)查看詳情吧