【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

Jetson nano上使用ncnn部署yolox

序言 之前一篇文章写yolox的训练,这篇文章写一下关于部署,yolox之所以刚出来就这么火爆,不仅是精度高、速度快,很大程度上还是因为直接把部署的代码叶开源了,可谓是从训

torch.nn.CrossEntropyLoss用法

前言 早上想花一个小时参照网上其他教程,修改模型结构,写一个手写识别数字的出来,结果卡在了这个上面,loss一直降不下来,然后我就去查看了一下CrossEntropyLos