pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)

这一篇记录使用pycharm运行yolov5,有关于yolov5环境搭建请看本栏的第一篇文章(是使用Anaconda搭建的cpu虚拟环境)。

一. 从官网下载yolov5项目

yolov5-v5.0链接

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第1张图片

二、pycharm打开yolov5项目

打开这个项目

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第2张图片

进来之后会弹出虚拟环境创建的窗口,我们已经再anaconda中创建了我们自己的虚拟环境了,所以不用在这里创建。这里选择离开。

1、配置虚拟环境解释器

点击file -> 设置选项

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第3张图片

点击python Interpreter为当前项目配置解释器。

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第4张图片

点击添加解释器

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第5张图片

然后选择系统环境,再选择anaconda 安装目录下的虚拟环境

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第6张图片

!!!注意这里选择的是该虚拟环境中的python.exe文件。

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第7张图片

然后点击OK,这里可以看到该环境中的一下配置库,例如pytorch pip numpy...

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第8张图片

接着点击Apply->ok等待解释器更新完成。

2、下载配置包

更新完成之后我们找到 requirements.txt文件,注释掉其中的torch、torchvision这两行,因为这个我们再pytorch中已经自己安装了,所以不需要重复安装。

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第9张图片

然后再终端运行pip install -r requirements.txt 命令下载需要用的包,等待下载完成即可。

pip install -r requirements.txt

三. 运行detect.py查看检测结果

找到detect.py文件右击运行。

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第10张图片
pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第11张图片

运行之后日志中可能还会报一些模块未找到,例如pandas、

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第12张图片

我们可以在anaconda中去下载这些对应的模块

例如上述这个报错,我们使用 pip install pandas 命令。

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第13张图片

然后回到pycharm等待更新完成,我们再次运行。如果还有其它模块也是一样的使用命令去下载即可,

同时也可以在pycharm的终端去下载,命令是一样的。 (pip install tqdm)

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第14张图片

都下载完成后会下载yolov5s.pt权重文件

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第15张图片

后面就会输出检测结果了。会显示检测结果的保存路径以及检测的图像信息集检测信息。

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第16张图片

我们去找到日志显示的这个文件夹。

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第17张图片

这里就是检测的结果图像了。

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第18张图片
pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第19张图片

四. 修改yolo参数

1、修改检测图像

如果我们要测试检测其他图像可以在data/images 目录下添加图片

pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第20张图片
pycharm运行yolov5-v5.0 (深度学习yolov5-篇二)_第21张图片

那么到这里就可以完美运行官网yolov5-v5.0的项目了。

你可能感兴趣的:(深度学习YoloV5篇,深度学习)