邢台视频推广,千度seo,邢台免费发布信息,营销的三个基本概念是什么前言 本文主要介绍在windows系统上的Anaconda、PyTorch、PyCharm、Yolov5关键步骤安装#xff0c;为使用yolo所需的环境配置完善。同时也算是记录下我的配置流程#xff0c;为以后用到的时候能笔记查阅。
Anaconda
软件安装
Anaconda官网#xff1a;https://www.anaconda…前言 本文主要介绍在windows系统上的Anaconda、PyTorch、PyCharm、Yolov5关键步骤安装为使用yolo所需的环境配置完善。同时也算是记录下我的配置流程为以后用到的时候能笔记查阅。
Anaconda
软件安装
Anaconda官网https://www.anaconda.com/
另外Anaconda下携带的conda的基本命令建议可以查看菜鸟教程的介绍。Anaconda 教程 在上数官网完成安装后进入系统自带命令行CtrlR输入cmd或者 Anaconda携带的Anaconda Prompt (Anaconda)都可以二选一即可我通常选用的是系统自带的命令行。 可以尝试看看Anaconda有没有被安装
conda -V创建环境
继续接着在命令行里操作。以下步骤仅供参考具体按照个人配置。 创建环境指定环境名词以及python版本 conda create -n pytorch python3.8进入环境 conda activate pytorch虚拟环境共有两个包管理是可以同时用的分别是condapip。
PyTorch PyTorch是开源的Python机器学习库在刚才创建好的环境中下载。并且因为我的电脑是有GPU的所以下载流程按照安装GPU版本的走。假如是要安装CPU版本的话只要相关包能下载就行用conda或pip关系不大。安装GPU的话我这边是选择用pip。
下述命令的执行都是要确保在虚拟环境中执行也就是上述的(pytorch) C:\Users\XYZ
当然可以先到PyTorch官网按自身环境在选择器中选择就能给出相应下载命令。[PyTorch下载选择器](conda install pytorch torchvision torchaudio cpuonly -c pytorch) CPU版本
换源命令逐行执行
# 添加清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes
下载命令纯CPU版本
conda install pytorch torchvision torchaudio cpuonlyGPU版本 尝试过用conda安装试过换源等还是CPU版本的网上又说是什么没有对应的GPU版本之类。所以最后选择用pip安装。 首先在命令行中查看CUDA最高支持版本 最高支持的CUDA版本为12.2 我看到在PyTorch下载选择器上有CUDA12.1版本的相关下载的选项就打算下载那个。但当时电脑版本的CUDA版本不匹配就要去英伟达官网下载所需的版本。(非必要假如版本已经对应) [英伟达-CUDA历史版本](CUDA Toolkit Archive | NVIDIA Developer) 可以下述命令查看当前电脑的CUDA版本 nvcc -V下载PyTorch安装选择选择器命令下载。 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121不过要是按照上述命令下载的话因为是国外源下载极慢而且文件是2G左右要是小一点还能接收。我记得网上有相对应的办法可以从下述网址download.pytorch.org/whl/torch_stable.html选定相对应的torch,torchvision的GPU版本文件手动下载在基于pip install 包名(该包一定要在目前命令行下才能找到)导入。不过我嫌对应规则太绕了就没看 我的方法是起始大的特殊的只有torch这个GPU版本的文件我先是调用(在创建好的虚拟环境中)pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121它会给出要下载包的名称CtrlC中止下载后在复制名称到download.pytorch.org/whl/torch_stable.html网址搜索下载在导入在重新执行上述pip3 inst...省略命令重新拉取下载其它的包体积都较小慢点都没事了或者加个国内源都可以。 检查 GPU 驱动程序和 CUDA 是否已启用 检查 GPU 驱动程序和 CUDA 是否已启用并由 PyTorch 访问请运行以下命令以返回是否启用了 CUDA 驱动程序相当于能启用GPU python
import torch
torch.cuda.is_available()问题插曲
这里提下后续我在Pycharm上运行YOLO-V5的detect.py出了问题 后来发现还torchvision没有按照pip命令下载和torch对应的版本可能还是CPU版本就一直运行不起来。解决方法回到Anaconda创建的虚拟环境中卸载掉torchvision还是去download.pytorch.org/whl/torch_stable.html调选对应的版本。
例如我上文中共在网址下载过这两个
torch-2.3.1cu121-cp38-cp38-win_amd64.whl
torchvision-0.18.1cu121-cp38-cp38-win_amd64.whl 反正这里挺疑惑我当时也正好截了图明明下载对了怎么后面又变回正常版本呢 PyCharm 该软件可以直接到官网PyCharm下载安装接下来是讲解配置部分了。 拉取Yolov5项目 可以直接去github拉取yolov5 也可以用命令拉取仓库 git clone https://github.com/ultralytics/yolov5 # clone将Yolov5放在PyCharm的工作目录中 将该项目的Python解释器配置成上文创建的虚拟环境中的。可以用下述命令查看虚拟环境对应的文件路径在哪里。 conda info --envs配置pip源可选 因为当下在正式运行yolov5前还有下载些包建议加上的。 https://pypi.mirrors.ustc.edu.cn/simple/
https://pypi.tuna.tsinghua.edu.cn/simple/
http://pypi.douban.com/simple/
http://mirrors.aliyun.com/pypi/simple/yolov5的库需求 打开项目下requirements.txt文件看到第二行有pip指令复制到当前项目下终端下执行就可以了。 pip install -r requirements.txtyolov5试运行 打开项目下detect.py右键点击运行detect.py首次是要下载yolovs.pt文件还是老办法我直接中止它的下载直接点开的它的下载链接到目标网址去下载在放到项目下。成功执行如下图。 该文件默认参数执行调用官方的训练好的模型识别示例图片。
