0


记录使用Anaconda、Pycharm配置Yolov5环境全过程

1.安装Anaconda

首先到Anaconda官网https://www.anaconda.com/distribution下载安装包
下载完成后打开安装包
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
建议安装在c盘以外其它盘
在这里插入图片描述
勾选第一项,即将安装路径自动添加到系统环境变量
在这里插入图片描述
稍等片刻即可下载完成,下载完成后点击next

在这里插入图片描述
在这里插入图片描述
不需要勾选,点击finish
至此,Anaconda下载安装完成

2.安装Pycharm

首先到Pycharm官网https://www.jetbrains.com/pycharm/download/#section=windows下载安装包,下载社区版即可
在这里插入图片描述
下载完成后打开安装包
在这里插入图片描述

在这里插入图片描述
建议安装在c盘以外其它盘
在这里插入图片描述
全部勾选
在这里插入图片描述
在这里插入图片描述
稍等片刻
在这里插入图片描述
打开Pycharm
在这里插入图片描述
输入chinese,点击下载第二个中文语言包
在这里插入图片描述
下载完成后重启即可完成汉化

至此,Pycharm下载安装完成

3.下载Yolov5源码

首先到官网https://github.com/ultralytics/yolov5,本文采用Yolov5-5.0版本,视情况而下载不同版本
在这里插入图片描述
下载v5.0的压缩包
在这里插入图片描述
下载完成后将其解压到不带中文字符文件夹下,否则会使OpenCV的cv2.imread()函数读取不了待检测图片或视频
至此,Yolov5源码下载结束

4.配置Yolov5所需环境

(1)创建虚拟环境

打开开始菜单中的anaconda prompt
在这里插入图片描述
输入以下代码,切换为清华源,方便后续包的下载

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

在这里插入图片描述
创建名为yolov5(名字可以改变)的虚拟环境,这里python版本使用的是3.8,可以视情况改变

conda create -n yolov5 python==3.8

在这里插入图片描述
稍等片刻,询问是否下载,输入y
在这里插入图片描述
耐心等待创建完成
在这里插入图片描述
虚拟环境创建完成后提示如下
在这里插入图片描述
输入

activate yolov5

即可激活刚才创建的yolov5环境并进入该环境,此时前缀由base变为yolov5
在这里插入图片描述

(2)查看cuda版本,下载相应版本pytroch和cudnn

输入

nvidia-smi

可以查看cuda的版本号,如图可知本人的cuda版本号为11.7
在这里插入图片描述
接下来,去pytorch官网https://pytorch.org/get-started/locally/寻找相应版本,cuda向下兼容pytorch,因此本人选择最新的11.6
在这里插入图片描述
复制勾选代码
在这里插入图片描述
粘贴在anaconda prompt中,确认下载,等待片刻
在这里插入图片描述
下载完成后输入

conda list

可以看到环境中的配置
在这里插入图片描述
主要查看有无 cudatoolkit 和 pytorch
在这里插入图片描述
在这里插入图片描述
在命令框输入

conda install cudnn

下载cudnn版本会自动适配cuda版本
在这里插入图片描述
等待下载完成后,输入

conda list

查看已安装配置中是否有cudnn
在这里插入图片描述
最后,验证cuda和cudnn是否可以正常使用

python
import torch
a = torch.tensor(1.)
a.cuda()
from torch.backends import cudnn
cudnn.is_available()
cudnn.is_acceptable(a.cuda())

出现如图所示即为正常
在这里插入图片描述

(3)配置其他所需包

打开pycharm,选择yolov5文件路径
在这里插入图片描述
点击设置里python解释器全部显示
在这里插入图片描述
添加刚才创建的名为yolov5的环境
在这里插入图片描述

在这里插入图片描述
查看安装要求
在这里插入图片描述
在这里插入图片描述
打开anaconda prompt,以此安装上述软件包,注意版本不能低于要求也不能过高
灵活使用

pip install 

conda install

指令下载(pip下载要比conda快)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
前面的软件包都顺利安装,除了pycocoytools
在这里插入图片描述
我在b站一个视频下找到了解决办法,pycococtools的安装包https://pan.baidu.com/s/1nWQdPRtGwNnOO2DkxRuGuA提取码:i5d7 安装完直接解压复制其中pycocotools两个文件夹到conda环境…\Lib\site-packages之中
在这里插入图片描述
在这里插入图片描述
之后打开pycharm,上方已经没有安装要求,说明yolov5环境配制完成

5.下载yolov5-5.0权重文件

手动下载旧版本(如5.0)的pt模型文件(建议使用迅雷下载),然后放到代码的根目录(5.0版本)模型下载链接:
https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt
https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5m.pt
https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5l.pt
https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5x.pt
在这里插入图片描述

6.验证是否可以运行,出现的报错以及解决办法

点击运行detect在这里插入图片描述 结果,运行报错
在这里插入图片描述

查找解决方法,发现有两种可行办法

(1)降低torch版本和torchvision版本

降低torchvision版本到0.10.1,降低torch版本到1.9.1,此方法需要卸载后再安装,有些麻烦
在这里插入图片描述

(2)修改代码

点击如图勾选,将跳到154行
在这里插入图片描述
删除标识代码在这里插入图片描述
在这里插入图片描述
再运行detect,发现虽然有结果图片,却没有框出标识结果
在这里插入图片描述
在这里插入图片描述
我们再将detect文件53行加入

cudnn.benchmark = True

加入代码的目的是让detect不打开摄像头时也使cudnn.benchmark = True
在这里插入图片描述
最后运行detect,完美运行
在这里插入图片描述
在这里插入图片描述
至此,yolov5-5.0环境配置,验证完成

标签: pycharm python ide

本文转载自: https://blog.csdn.net/qq_56905524/article/details/126403851
版权归原作者 qq_56905524 所有, 如有侵权,请联系我们删除。

“记录使用Anaconda、Pycharm配置Yolov5环境全过程”的评论:

还没有评论