深度学习之YOLOv5实践应用(1)系统安装配置
一、anaconda、cuda、cuDNN 等安装参见Yolov5环境配置教程
二、配置conda环境
1、首先conda添加清华源,下载速度会比较快
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
2、创建一个新的虚拟环境,并命名为yolov5
conda create -n yolov5 python==3.9.7
source activate yolov5
3、安装PyTorch,torchvision
检测base环境已经安装版本
在虚拟环境yolov5中安装
conda install pytorch==1.10.2 torchvision==0.11.3
(yolov5) robot@robot-All-Series:~$ conda install pytorch==1.10.2 torchvision==0.11.3
Collecting package metadata (current_repodata.json): done
Solving environment: done## Package Plan ##environment location: /home/robot/anaconda3/envs/yolov5added / updated specs:- pytorch==1.10.2- torchvision==0.11.3The following packages will be downloaded:package | build---------------------------|-----------------cudatoolkit-11.3.1 | h2bc3f7f_2 549.3 MBffmpeg-4.3 | hf484d3e_0 9.9 MB https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorchfreetype-2.11.0 | h70c0345_0 618 KBlibwebp-1.2.2 | h55f646e_0 80 KBlibwebp-base-1.2.2 | h7f8727e_0 440 KBnumpy-1.21.2 | py39h20f2e39_0 23 KBnumpy-base-1.21.2 | py39h79a1101_0 4.9 MBpillow-9.0.1 | py39h22f2fdc_0 669 KBpytorch-1.10.2 |py3.9_cuda11.3_cudnn8.2.0_0 1.21 GB https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorchpytorch-mutex-1.0 | cuda 3 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorchsix-1.16.0 | pyhd3eb1b0_1 18 KBtorchvision-0.11.3 | py39_cu113 9.0 MB https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch------------------------------------------------------------Total: 1.77 GBThe following NEW packages will be INSTALLED:blas pkgs/main/linux-64::blas-1.0-mklbzip2 pkgs/main/linux-64::bzip2-1.0.8-h7b6447c_0cudatoolkit pkgs/main/linux-64::cudatoolkit-11.3.1-h2bc3f7f_2ffmpeg anaconda/cloud/pytorch/linux-64::ffmpeg-4.3-hf484d3e_0freetype pkgs/main/linux-64::freetype-2.11.0-h70c0345_0giflib pkgs/main/linux-64::giflib-5.2.1-h7b6447c_0gmp pkgs/main/linux-64::gmp-6.2.1-h2531618_2gnutls pkgs/main/linux-64::gnutls-3.6.15-he1e5248_0intel-openmp pkgs/main/linux-64::intel-openmp-2021.4.0-h06a4308_3561jpeg pkgs/main/linux-64::jpeg-9d-h7f8727e_0lame pkgs/main/linux-64::lame-3.100-h7b6447c_0lcms2 pkgs/main/linux-64::lcms2-2.12-h3be6417_0libiconv pkgs/main/linux-64::libiconv-1.15-h63c8f33_5libidn2 pkgs/main/linux-64::libidn2-2.3.2-h7f8727e_0libpng pkgs/main/linux-64::libpng-1.6.37-hbc83047_0libtasn1 pkgs/main/linux-64::libtasn1-4.16.0-h27cfd23_0libtiff pkgs/main/linux-64::libtiff-4.2.0-h85742a9_0libunistring pkgs/main/linux-64::libunistring-0.9.10-h27cfd23_0libuv pkgs/main/linux-64::libuv-1.40.0-h7b6447c_0libwebp pkgs/main/linux-64::libwebp-1.2.2-h55f646e_0libwebp-base pkgs/main/linux-64::libwebp-base-1.2.2-h7f8727e_0lz4-c pkgs/main/linux-64::lz4-c-1.9.3-h295c915_1mkl pkgs/main/linux-64::mkl-2021.4.0-h06a4308_640mkl-service pkgs/main/linux-64::mkl-service-2.4.0-py39h7f8727e_0mkl_fft pkgs/main/linux-64::mkl_fft-1.3.1-py39hd3c417c_0mkl_random pkgs/main/linux-64::mkl_random-1.2.2-py39h51133e4_0nettle pkgs/main/linux-64::nettle-3.7.3-hbbd107a_1numpy pkgs/main/linux-64::numpy-1.21.2-py39h20f2e39_0numpy-base pkgs/main/linux-64::numpy-base-1.21.2-py39h79a1101_0openh264 pkgs/main/linux-64::openh264-2.1.1-h4ff587b_0pillow pkgs/main/linux-64::pillow-9.0.1-py39h22f2fdc_0pytorch anaconda/cloud/pytorch/linux-64::pytorch-1.10.2-py3.9_cuda11.3_cudnn8.2.0_0pytorch-mutex anaconda/cloud/pytorch/noarch::pytorch-mutex-1.0-cudasix pkgs/main/noarch::six-1.16.0-pyhd3eb1b0_1torchvision anaconda/cloud/pytorch/linux-64::torchvision-0.11.3-py39_cu113typing_extensions pkgs/main/noarch::typing_extensions-3.10.0.2-pyh06a4308_0zstd pkgs/main/linux-64::zstd-1.4.9-haebb681_0Proceed ([y]/n)? yDownloading and Extracting Packages
cudatoolkit-11.3.1 | 549.3 MB | ################################################################################################################### | 100%
six-1.16.0 | 18 KB | ################################################################################################################### | 100%
libwebp-1.2.2 | 80 KB | ################################################################################################################### | 100%
pillow-9.0.1 | 669 KB | ################################################################################################################### | 100%
pytorch-1.10.2 | 1.21 GB | ################################################################################################################### | 100%
torchvision-0.11.3 | 9.0 MB | ################################################################################################################### | 100%
numpy-1.21.2 | 23 KB | ################################################################################################################### | 100%
pytorch-mutex-1.0 | 3 KB | ################################################################################################################### | 100%
numpy-base-1.21.2 | 4.9 MB | ################################################################################################################### | 100%
libwebp-base-1.2.2 | 440 KB | ################################################################################################################### | 100%
ffmpeg-4.3 | 9.9 MB | ################################################################################################################### | 100%
freetype-2.11.0 | 618 KB | ################################################################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: \ By downloading and using the CUDA Toolkit conda packages, you accept the terms and conditions of the CUDA End User License Agreement (EULA): https://docs.nvidia.com/cuda/eula/index.html
最后验证pytorch和torchvision是否安装好
python
import torch
torch.__version__
import torchvision
torchvision.__version__
4、安装requirements.txt其他包
pip install -r requirements.txt
# pip install -r requirements.txt# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0# Logging -------------------------------------
tensorboard>=2.4.1
# wandb# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0# Export --------------------------------------
# coremltools>=4.1 # CoreML export
# onnx>=1.9.0 # ONNX export
# onnx-simplifier>=0.3.6 # ONNX simplifier
# scikit-learn==0.19.2 # CoreML quantization
# tensorflow>=2.4.1 # TFLite export
# tensorflowjs>=3.9.0 # TF.js export
# openvino-dev # OpenVINO export# Extras --------------------------------------
# albumentations>=1.0.3
# Cython # for pycocotools https://github.com/cocodataset/cocoapi/issues/172
# pycocotools>=2.0 # COCO mAP
# roboflow
thop # FLOPs computation
5、下载权重文件
在https://github.com/ultralytics/yolov5/releases中下载4个权重文件,放到工程路径下的weights文件夹中。
一般这四个就够用了,s是最小的,速度最快,但是精度不高。
5. 运行demo
然后输入python detect.py --source 0 --weights=“weights/yolov5s.pt” (如果设备有摄像头)
或者python detect.py --source=data/images/bus.jpg --weights=weights/yolov5s.pt(设备没有摄像头)
前者会打开摄像头并实时探测物品,后者将用工程自带的一张测试图片进行测试。运行结束后,会打印结果文件的位置。在这个位置中可以找到测试结果。
出现cuda错误,我原来安装的是cuda 10.2 驱动为4xx版,重新安装驱动最新510版本,Ubuntu下安装NVIDIA驱动的三种方法
结果为:
参考:
1、Yolov5环境配置教程 - (ubuntu)
[译] 再看 Flask 视频流 - 知乎取消[译] 再看 Flask 视频流 - 知乎
使用YOLOv5实现多路摄像头实时目标检测
yolov5检测视频流的原理、detect.py解读
Yolov5部署成为Python接口 当然是用flask实现啦~ yolo5写成接口_Andrwin的博客-CSDN博客_python yolov5
vue+flask实现视频目标检测yolov5
Flask部署YOLOv5 - 知乎
【Yolov5】训练自己的yolov5模型并集成到安卓应用中【上】在WEB端部署YOLOv5目标检测(Flask+VUE)
实用教程详解:模型部署,用DNN模块部署YOLOv5目标检测(附源代码)
【Yolov5】训练自己的yolov5模型并集成到安卓应用中【上】——模型训练_兔丁说码-CSDN博客_yolov5安卓
【Yolov5】训练yolov5模型并集成到安卓应用中(中)
YOLOv5 从配置到部署_Cmoooon的博客-CSDN博客_yolov5 部署(只有训练)
YOLOv5从入门到部署之:训练私有数据并修改模型 - 知乎 backbone换成mobilenetv2
YOLOv5从入门到部署之:配置与初始化超参 - 知乎
YOLOv5从入门到部署之:数据读取与扩增 - 知乎
YOLOv5从入门到部署之:网络和损失函数 - 知乎
yolov5笔记(3)——移动端部署自己的模型
用安卓手机解锁目标检测模型YOLOv5,识别速度不过几十毫秒!
【教程】YOLOv5模型转化-Android端部署__less is more的博客
YOLOv5从入门到部署之:模型部署
##如何在阿里云服务器上部署yolov5模型##
YOLO v5 在学校服务器上搭建(搭建多次才成功的经验)_zhangyan的博客-CSDN博客
[Yolo部署落地系列教程](2)Yolov5之Pytorch部署_是小晰呱啊的博客-CSDN博客_yolo部署
【全流程】从头在树莓派4B上部署自己训练的yolov5模型(配合NCS2加速)
yolov5_train_system: 基于Yolov5的前端目标检测、训练系统
yolov4 flask部署web服务(视频检测)_学术菜鸟小晨的博客-CSDN博客
双目目标检测+测距部署到flask视频流服务器【2021计算机设计大赛国二项目】_哔哩哔哩_bilibili
双目目标检测+测距部署到flask视频流服务器【2021计算机设计大赛国二项目】_哔哩哔哩_bilibili
深度学习之YOLOv5实践应用(1)系统安装配置相关推荐
- 8月6日云栖精选夜读 | 阿里云CPFS在人工智能/深度学习领域的实践
2019独角兽企业重金招聘Python工程师标准>>> AI/DL在迅速发展 随着数据量的爆发式增长和计算能力的不断提升,以及在算法上的不断突破,人工智能(AI,Artificial ...
- 解析深度学习:语音识别实践电子书
作者:俞栋 出版社:电子工业出版社 品牌:博文视点 出版时间:2020-10-01 解析深度学习:语音识别实践电子书 ISBN:9787121287961
- 《解析深度学习:语音识别实践》.pdf
您所在位置:网站首页 > 海量文档  > 生活休闲 > 时政新闻 <解析深度学习:语音识别实践>.pdf3 ...
- 2021-07-14 深度学习基础与实践(二)
深度学习基础与实践(二) 一.分类及其性能度量 1.分类问题 2.分类性能度量 (1)准确率 (2)精确率和召回率 (3)P-R曲线 (4)F值 (5)ROC曲线 3.分类性能可视化 (1)混淆矩阵的 ...
- 【每周一本书】之《深度学习核心技术与实践》:“小猿搜题”团队倾力之作...
[数据猿导读] <深度学习核心技术与实践>主要介绍深度学习的核心算法,以及在计算机视觉.语音识别.自然语言处理中的相关应用 编辑 | sharon 官网 | www.datayuan.cn ...
- 【每周一本书】之《深度学习核心技术与实践》:“小猿搜题”团队倾力之作
[数据猿导读] <深度学习核心技术与实践>主要介绍深度学习的核心算法,以及在计算机视觉.语音识别.自然语言处理中的相关应用 编辑 | sharon 官网 | www.datayuan.cn ...
- 深度学习的算法实践和演进
1. 前言 如果说高德纳的著作奠定了第一代计算机算法,那么传统机器学习则扩展出第二代,而近十年崛起的深度学习则是传统机器学习上进一步发展的第三代算法.深度学习算法的魅力在于它核心逻辑的简单且通用. 在 ...
- 杨强教授力荐,快速部署落地深度学习应用的实践手册
香港科技大学计算机科学与工程学系讲座教授.国际人工智能联合会(IJCAI)理事会主席(2017-2019).深圳前海微众银行首席AI 官 杨强为<深度学习模型及应用详解>一书撰序,他提到现 ...
- 解密阿里云大规模深度学习性能优化实践
云栖号资讯:[点击查看更多行业资讯] 在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 作者 | 阿里云异构计算AI加速负责人 游亮 近日,斯坦福大学公布了最新的 DAWNBench 深 ...
最新文章
- Java谜题:等于,还是不等于?
- Caffe源码解析—核函数
- keil c语言表用什么数据类型,面向51单片机的Keil uVision4基本数据类型简介
- 网上学c语言推荐课程网站,C语言教学网络课程网站论文
- 【电路补习笔记】2、电容的参数与选型
- SpringBoot的Bean之基本定义与使用
- Echarts数据可视化开发参数配置全解
- LeetCode刷题——283. 移动零
- css设置字体的行数,超出显示...
- Dump获取和分析工具简介
- 计算机机房安全管理问题与措施,机房管理中存在的问题及处理对策
- csdn怎么添加好友
- 最新破解无线网络破解教程,一键破解wpa/wpa2密码软件下载。破解不用抓包不用跑字典。快速破解wpa/wpa2密码...
- 人脸聚类Learning to Cluster Faces(翻译)
- 江恩买卖规则中的定性与定量分析方法
- Xcode打包证书,ipa安装启动闪退的相关问题
- tiny-emitter 源码解析
- 七牛 回调 java_七牛回调验证(java,php源码)
- 华为FreeBuds SE耳机突然没有声音了是怎么回事?
- 脉冲发生器c语言程序,可编程脉冲信号发生器的.doc
热门文章
- java-net-php-python-jspm广联超市管理系统计算机毕业设计程序
- 【SAP消息号AAPO520】
- 1-1(中文版)了解为什么要学英语?清楚英语的学习路线和方法
- 鼠标悬停之hover选择器
- oracle smon 执行记录,Oracle SMON进程中系统监视进程SMON
- 视频教程-SpringBoot+Security+Vue前后端分离开发权限管理系统-Java
- 无线网服务器mac是什么原因,苹果笔记本上网很慢怎么回事?macbook无线上网慢的解决方法...
- 聊聊eureka的delta配置
- 穷举法求经典数学问题(鸡和兔)
- 豆瓣fm(二)后端模型构建