关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn

运行环境ubuntu18.04 +ros+melodic+anaconda3+py3.8+torch1.12.1+torchvision 0.13.1+cuda10.2+cudnn

1、首先安装anaconda3。

主要参考
https://blog.csdn.net/weixin_67155214/article/details/123239364

2、安装显卡

https://blog.csdn.net/weixin_45294823/article/details/104119863?spm=1001.2014.3001.5501

查看NVIDIA图形卡及推荐驱动:

$ ubuntu-drivers devices

关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第1张图片

$ sudo apt install nvidia-driver-470

重启:

 $ sudo reboot

此处重启的时候需要注意,系统进入的时候需要自己进行选择,不要选错,否则需要重新安装。

查看驱动是否安装成功:
可以 系统配置->详细信息->关于,查看图形处理是否对应于自己的独立显卡;也可以终端执行:

 $ nvidia-smi

关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第2张图片

3 .安装cuda
一开始本人安装的是cuda11.4,但是发现继续安装pythorch存在版本不匹配的问题,故查寻可以安装低版本的cuda10.2,
同时如果采用命令安装,发现大部分为cpu驱动,
cuda官网下载cuda10.2进行安装

https://developer.nvidia.com/cuda-toolkit-archive

安装参考
https://blog.csdn.net/qq_43744723/article/details/119135242

检查是否cuda安装成功

nvcc -V

关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第3张图片

4、安装cudnn
安装cuDNN步骤:

下载cuDNN

Download cuDNN

打开链接后,网站会要求你登陆账号,下载如下
关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第4张图片
运行安装命令如下:

sudo dpkg -i libcudnn8-samples_8.1.0.77-1+cuda10.2_amd64.deb 
sudo dpkg -i libcudnn8_8.1.0.77-1+cuda10.2_amd64.deb 

sudo dpkg -i libcudnn8-dev_8.1.0.77-1+cuda10.2_amd64.deb 

至此,cudnn安装完成

关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第5张图片

5、建立anaconda3里面的python环境
参考博客
输入命令

$ conda create -n newyolov5 python=3.8

![在这里插入图片描述](https://img-blog.csdnimg.cn/a10b3dc7f4e4435f9088da531bf10b6f.png#pic_center关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第6张图片至此,创建虚拟环境成功

 $ conda activate newyolov5 

在这里插入图片描述

6、安装pythorch和torchvision
所以采用先下载wheel,下载地址如下:

安装参考网址

下载网址https://download.pytorch.org/whl/torch_stable.html
选择cuda10.2+python38的linux系统wheel进行下载再进行安装
关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第7张图片

pip install torch-1.12.1+cu102-cp38-cp38-linux_x86_64.whl
 pip install torchaudio-0.10.0+cu102-cp38-cp38-linux_x86_64.whl

安装完成后,检查

python3

import torch
torch.cuda.is_available()

关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第8张图片

至此,基本的虚拟环境搭建成功了!

7、下载yolov5功能包,
安装依赖

pip install -r requirements.txt -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

在建立好的虚拟环境中,打开下载好的yolov5包
关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第9张图片
安装好后,运行

python3 detect.py --source 0 --weights weights/yolov5s.pt --conf 0.4

这里指定采用外部usb摄像头,权重为本地下载好的weights文件夹下的权重

关于yolov5的调试环境搭建亲测有效ubuntu18.04 +ros+melodic+anaconda+pytorch+torchvision+cuda10.2+cudnn_第10张图片
至此,完美运行yolov5

你可能感兴趣的:(pytorch,深度学习,人工智能)