【实验|个人实现】YoloV5目标检测简单运行

【主要内容】

Pytorch搭建YoloV5目标检测平台

github源码

【实验过程】

步骤一：torch环境搭建与配置

1、在Anaconda创建虚拟环境

conda create -n zj python==3.7.5

激活环境，前面就会变成（zj）,成功进入环境

conda activate zj

2、安装torch（进Pytorch官网找对应命令，↓CPU）

conda install pytorch torchvision torchaudio cpuonly -c pytorch

3、接下来就是安装各种包，两种方式，一种是在上述基础上进行，另一种是在项目terminal里。

conda install xxx
conda install xxx==版本

conda uninstall xxx

如果要查看当前环境下安装了什么：

conda list

遇到的问题

1、ERROR: No matching distribution found for PIL：切换了镜像源很多次也一直failed

A：原因：在Python3.7中PIL已更名为pillow；解决方法

pip install pillow

如果不是上述改名问题，可以Linux anaconda 切换镜像源然后重新pip 

2、安装cv2命令

pip install opencv-python

 步骤二：yolov5过程记录

1、下载yolov5，导入

用pycharm打开 yolov5-pytorch-main，然后去setting里导入：project->Python Interpreter -> Conda Envir -> Existing Envir->找到Anaconda安装目录下envs\zj\python.exe

 2、在requirements.txt里会显示所有需要安装的内容，可点击Install，也可命令

        conda install xxx 或 pip install xxx（如出错，可能是==的版本太详细找不到 直接名字即可）

3、按照要求，将权值参数文件下载放到对应的位置

去yolo.py文件下ctrlF，将下载的权值文件放置到model_path文件下；自己的标签eg:road.txt就就放到classes_path里就行。

不用自己的数据集就不用修改，直接运行train.py，然后按照顺序。最后predict.py时输入image的位置，比如这里时img/street.jpg.