Yolov5_v6.2训练数据集进行预测学习笔记记录一下第一次进行Yolov5的部署，调试，训练，预测。第一次发布在了CSDN：链接：https://blog.csdn.net/C_1Y1_T/article/details/127691617现在在博客园也发布一下1.Yolov5环境部署我使用的环境是：Yolov5_v6.2+Minconda+torch_v1.13.0(CPU版本)1.1.Minconda安装这里不是重点，可以查询专门的安装配置教程。使用Anaconda是一样的。在安装后，建议设置国内镜像源，否则后面下载会很慢。1.2.Pytorch安装在Yolov5的requiremen
镜像下载、域名解析、时间同步请点击阿里云开源镜像站一、版本说明JetPack4.6——2021.8yolov5-v6.0版本使用的为yolov5的yolov5n.pt，并利用tensorrtx进行加速推理，在调用摄像头实时检测可以达到FPS=25。二、配置CUDAsudogedit~/.bashrc在打开的文档的末尾添加如下：exportCUDA_HOME=/usr/local/cuda-10.2exportLD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATHexportPATH=/usr/local/cuda-10.2/bin
镜像下载、域名解析、时间同步请点击阿里云开源镜像站一、版本说明JetPack4.6——2021.8yolov5-v6.0版本使用的为yolov5的yolov5n.pt，并利用tensorrtx进行加速推理，在调用摄像头实时检测可以达到FPS=25。二、配置CUDAsudogedit~/.bashrc在打开的文档的末尾添加如下：exportCUDA_HOME=/usr/local/cuda-10.2exportLD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATHexportPATH=/usr/local/cuda-10.2/bin
摘要：学习别人的开源项目是日常的一项必备技能，本文通过一个车辆跟踪（YOLOv5+DeepSort）的例子介绍如何配置和调试GitHub上的开源代码。以第一人称的视角给出本人调试代码的过程，包括项目readme的阅读、python环境配置、代码调试运行等，详细的过程已录制在视频中。完整的代码和配置文件可三连博主B站视频后获取。关注视频获取代码资料：https://www.bilibili.com/video/BV1W34y1Y71w/（欢迎关注博主B站视频）前言 相传，当你找到一处好代码，雄心勃勃打算“学习”一下时，总会出现一些“灵异事件”，武力值低的人往往“出师未捷身先死”。别
摘要：学习别人的开源项目是日常的一项必备技能，本文通过一个车辆跟踪（YOLOv5+DeepSort）的例子介绍如何配置和调试GitHub上的开源代码。以第一人称的视角给出本人调试代码的过程，包括项目readme的阅读、python环境配置、代码调试运行等，详细的过程已录制在视频中。完整的代码和配置文件可三连博主B站视频后获取。关注视频获取代码资料：https://www.bilibili.com/video/BV1W34y1Y71w/（欢迎关注博主B站视频）前言 相传，当你找到一处好代码，雄心勃勃打算“学习”一下时，总会出现一些“灵异事件”，武力值低的人往往“出师未捷身先死”。别
layout:posttitle:深度学习环境搭建subtitle:深度学习环境搭建date:2021-04-25author:Yinheader-img:img/post-bg-cook.jpgcatalog:truetags:-深度学习目录一、PC机训练环境搭建（一）、Ubuntu安装1、准备工作1）下载ubuntu镜像2）制作U盘启动盘3、系统安装#1）设置启动项2）正式安装3）安装完系统后要做的事情（二）、深度学习环境搭建1、NVIDIA驱动安装cuda，cudnn安装2、python安装3、opencv编译安装（三）、Darknet框架、yolov3介绍一、PC机训练环境搭建（一）、
layout:posttitle:深度学习环境搭建subtitle:深度学习环境搭建date:2021-04-25author:Yinheader-img:img/post-bg-cook.jpgcatalog:truetags:-深度学习目录一、PC机训练环境搭建（一）、Ubuntu安装1、准备工作1）下载ubuntu镜像2）制作U盘启动盘3、系统安装#1）设置启动项2）正式安装3）安装完系统后要做的事情（二）、深度学习环境搭建1、NVIDIA驱动安装cuda，cudnn安装2、python安装3、opencv编译安装（三）、Darknet框架、yolov3介绍一、PC机训练环境搭建（一）、
原论文链接：https://gitee.com/shaoxuxu/DeepLearning_PaperNotes/blob/master/YOLOv1.pdf笔记版论文链接：https://gitee.com/shaoxuxu/DeepLearning_PaperNotes/blob/master/YOLOv1-PaperNotes.pdf你只需要看一次：统一的、实时的目标检测1.简介（1）主要作者简介： JosephRedmon：YOLOv1、YOLOv2、YOLOv3、DarkNet深度学习框架。 RossGirshick：人称RGB大神，主要论文有DPM、R-CNN、FastR-C
原论文链接：https://gitee.com/shaoxuxu/DeepLearning_PaperNotes/blob/master/YOLOv1.pdf笔记版论文链接：https://gitee.com/shaoxuxu/DeepLearning_PaperNotes/blob/master/YOLOv1-PaperNotes.pdf你只需要看一次：统一的、实时的目标检测1.简介（1）主要作者简介： JosephRedmon：YOLOv1、YOLOv2、YOLOv3、DarkNet深度学习框架。 RossGirshick：人称RGB大神，主要论文有DPM、R-CNN、FastR-C
首先执行扩展包的导入：importargparseimportosimportplatformimportsysfrompathlibimportPathimporttorchFILE=Path(__file__).resolve()#获取detect.py在电脑中的绝对路径ROOT=FILE.parents[0]#获取detect.py的父目录（绝对路径）ifstr(ROOT)notinsys.path:#判断detect.py的父目录是否存在于模块的查询路径列表sys.path.append(str(ROOT))#addROOTtoPATHROOT=Path(os.path.relpa
