Yolov5安装及简单使用

发布时间:2023-05-17 16:00

文章目录

  • 1.环境配置
    • 1.下载
    • 2.Anaconda说明
    • 3.Anaconda安装
    • 4.创建虚拟环境
    • 5.安装pytorch
    • 6.在Pycharm中配置项目
    • 7.其他依赖包安装
  • 2.简单使用

1.环境配置

1.下载

官网地址:https://github.com/ultralytics/yolov5

在Github上下载较为稳定的版本。
Yolov5安装及简单使用_第1张图片
Yolov5安装及简单使用_第2张图片

2.Anaconda说明

一般计算机上存在基础的运行环境base,一般使用情境下可在此环境中下载许多常用的包,比如说numpy、pandas、sklearn等等。

但是如果在一些需要对项目、文件打包的时候,如果直接打包base环境,就会导致混入很多本身项目不需要的包,造成依赖包冗余的状态,而通过Anaconda则可以通过创造新的虚拟环境解决此问题。比如需要完成一个目标检测的任务,就需要导入一些包,比如说numpy、pytorch等等,那么只需要在Anaconda中创建一个虚拟环境,然后在此环境中安装相关包即可。

3.Anaconda安装

官网网址:https://www.anaconda.com/

选择Anaconda Distribution

Yolov5安装及简单使用_第3张图片
选择Windows
Yolov5安装及简单使用_第4张图片
选择64bit版本即可
Yolov5安装及简单使用_第5张图片
下载完成之后只需要根据引导安装即可。

4.创建虚拟环境

打开Anaconda Prompt

Yolov5安装及简单使用_第6张图片
命令如下所示:

conda create -n yolov5 python=3.8

激活环境:

conda activate yolov5

具体可见博主另一篇文章:Anaconda创建虚拟环境,并将其配置在pycharm中

5.安装pytorch

官网网站:https://pytorch.org/
选择Get Started
Yolov5安装及简单使用_第7张图片
此处选择Windows版本,Conda安装方式,Cuda选择11.3(如果没有独立显卡,则选择CPU版本)
Yolov5安装及简单使用_第8张图片
复制命令,进行安装(在相应虚拟环境的命令行中输入即可)

注: 需要在相应的虚拟环境下执行命令

安装完成后,可查看pytorch版本情况

import torch
torch.__version__

Yolov5安装及简单使用_第9张图片

6.在Pycharm中配置项目

在Pycharm中打开yolov5的项目。

配置虚拟环境
Yolov5安装及简单使用_第10张图片
找到Project,选择Project Interpreter
Yolov5安装及简单使用_第11张图片
如下图所示,选择Add
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-X7IQifqt-1655361639358)(Yolov5学习笔记.assets/image-20220616095551485.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8ugyeujz-1655361639359)(Yolov5学习笔记.assets/image-20220616095616176.png)]
选择Existing environment
Yolov5安装及简单使用_第12张图片
再输入虚拟环境python.exe的路径即可

如果不清楚路径,可通过在命令行中输入如下语句查看:

where python

7.其他依赖包安装

在虚拟环境命令行下进入yolov5文件夹执行如下命令(或者把requirement.txt路径改为相应路径即可)

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

2.简单使用

用Pycharm打开下载的yolov5项目文件。

打开detect.py,即程序的主入口。
找到参数配置的位置,如下所示:
Yolov5安装及简单使用_第13张图片
主要参数说明

--weights:权重文件,default为yolov5s.pt

  • yolov5s.pt 小型模型

  • yolov5m.pt 中型模型

  • yolov5l.pt 大型模型

  • yolov5x.pt 超大型模型

注:模型越大,精度越高,运算速度越慢。

--source:来源,yolov5提供了图片检测、视频检测和实时摄像头的检测,default为data/video,即视频。

  • webcam:摄像头
  • image:图像
  • video:视频

--conf-thres:置信度,大于default都会进行标记,如果设太大会影响模型效果,default为0.25

--device:表示使用的设备,GPU或是CPU。

--save-txt:把检测的目标的坐标文件输出为txt文件。

--classes:分类标记的筛选器,例如车辆就是2标签。其具体编码参考data目录下的coco.yaml,根据其在数组中的位置即是其标签。
Yolov5安装及简单使用_第14张图片
Yolov5安装及简单使用_第15张图片
设置参数之后,配置运行参数
Yolov5安装及简单使用_第16张图片
在Parameters中配置所需参数,此处所配置参数意为把检测的目标的坐标文件输出为txt文件,命令行显示,检测人。
在这里插入图片描述

之后将需要检测的文件放入设定的目录即可,此处设置的是data目录下的images目录。
在这里插入图片描述
注: 需要将需要检测的视频或图片放入相应文件夹。

完后以上操作之后直接运行即可。

效果图如下所示:
Yolov5安装及简单使用_第17张图片
注: 识别框上的文字前者为识别结果,后者为置信度。

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号