【YOLOv5学习】YOLOv5环境设置和模型框架模型分析(持续更新中)

1.YOLOv5学习环境设置

1-1环境配置

- 电脑系统OS:Windou10

- CUDA:10.2

- cuDNN:7.6.5

-Anaconda环境

1-2Anaconda环境生成

onda create -n yolov5 python=3.7

conda activate yolov5

1-3下载YOLOv5源码

yolov5源码网站地址:

 https://github.com/ultralytics/yolov5 (gitee.com)icon-default.png?t=LA92https://gitee.com/atari/ultralytics_yolov5

 下载压缩包,进行解压。

1-4安装YOLOv5必要文件(参考下载文件中的requirement.txt)

我是直接pip install 一个接一个安装,顺便有利于大家了解每一个库的用法。

1-5(可选)pre-traines模型下载

yolov5中一共的网络模型有s,m,l,x,我下载的是yolov5s的网络模型。

下载地址:

Releases · ultralytics/yolov5 (github.com)icon-default.png?t=LA92https://github.com/ultralytics/yolov5/releases下载yolos.pt,可利用Netron查看网络结构。

1-6在pycharm中运行项目

运行detect.py,显示

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

版权声明:本文为CSDN博主「夏天|여름이다」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_44649780/article/details/121927180

夏天|여름이다

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测:学习yolo版本一

笔记
论文的脉络
先对比了和一些 其他工作的比较,比如 比 fast rcnn 更加能利用 全局的信息。
牵扯到的基础知识
iou
mAP
2. 统一的检测流程
提出了一个想法:每一个 box 如果 有

Yolov5训练自制数据集

一、准备
1.项目链接
https://github.com/ultralytics/yolov5
2.制作数据集
将标注好的图片放到data/images/train 和data/images/valid 文件夹下,将.