win10+yolov5+anaconda+pychram环境搭建

之前折腾了yolov3

现在直接上yolov5,话不多说。

 

 

 

(1)安装cuda

首先打开官网

https://pytorch.org/get-started/locally/

我们可以看到需要的是cuda11

win10+yolov5+anaconda+pychram环境搭建_第1张图片

直接

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

查看一下版本直接yes

win10+yolov5+anaconda+pychram环境搭建_第2张图片

安装完成

(2)测试

发现问题

win10+yolov5+anaconda+pychram环境搭建_第3张图片

 

解决:版本问题

不得不说还是这个老哥的版本强呀!

https://www.cnblogs.com/winslam/p/13474330.html

输入下面的代码 

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

pip install ipython

就能把gpu加速的版本下下来了

测试一下,测试代码

python
import torch

torch.cuda.is_available()
import torchvision
torchvision.__version__

结果

win10+yolov5+anaconda+pychram环境搭建_第4张图片

(3)下载代码

进入官网下载代码

https://github.com/ultralytics/yolov5

win10+yolov5+anaconda+pychram环境搭建_第5张图片

直接进入文件夹

输入代码

pip install -r requirements.txt

win10+yolov5+anaconda+pychram环境搭建_第6张图片

完成

win10+yolov5+anaconda+pychram环境搭建_第7张图片

 

(4)测试

我现在主要是在pychram环境里面设置的

关于pychram怎么导入anaconda环境并且配置看这篇文章,里面有详细的介绍

https://blog.csdn.net/qwazp3526cn/article/details/115299589

在pychram环境下面的终端输入

python detect.py --source ./data/images/90.png

可以看到结果

win10+yolov5+anaconda+pychram环境搭建_第8张图片

我们打开runs\detect\exp3文件夹

可以看到自己的数据集跑出来的结果

 

 

你可能感兴趣的:(计算机视觉,pytorch,深度学习,神经网络)