【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

玩转KITTI3D目标检测:KITTI评估工具evaluate的使用

近期因实验需要利用kitti数据集,发现关于评估工具使用的部分网上教程不够详细,特此记录. 文末为了方便对数据结果观看,附上了修改代码. 1. KITTI评估工具来源 官网评估工具 下载后文件目录包含: matlab(2D/3D框显示和

yolov5训练数据集划分

yolov5训练数据集划分 按照默认8:1:1划分训练集,测试集,验证集。 txt文件出现在imageset文件夹。 import os import randomtrainval_pe

深度学习之目标检测YOLOv5

一.简介 YOLOV4出现之后不久,YOLOv5横空出世。YOLOv5在YOLOv4算法的基础上做了进一步的改进,检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析&#xff0