由于实习公司需要使用到旋转目标的检测，所以这几天学习了相关知识，并找了许多资料，饶了许多的弯路。下面记录下项目的整个实现过程。我参考的是以下几位博主：DOTAv2遥感图像旋转目标检测竞赛经验分享（SwinTransformer+Anchorfree/based方案）-知乎小鸡炖技术的个人空间_哔哩哔哩_Bilibili首先，先为该项目创建一个虚拟环境VS2015pytorch1.6.0（其他版本也可以进行尝试）torchvision0.7.0（其他版本也可以进行尝试）其中这个VS2015，17，19版本都可以，但是pytorch和torchvision必须是要求的版本 ，不然可能会出错 这里试

文章目录一、下载Yolov51、下载Yolov5源码2、下载Yolov5预训练模型二、安装Yolov5三、测试Yolov51、Img图片测试2、Video视频测试3、摄像头测试三、小结四、参考链接在下载配置Yolov5前，先要安装好Anaconda环境，若有需要可参考：https://blog.csdn.net/qq_54496810/article/details/121869094一、下载Yolov51、下载Yolov5源码这里有两种方式进行下载：①Yolov5Github地址：https://github.com/ultralytics/yolov5点击链接后，进入以下界面，可以点击Co

文章目录一、下载Yolov51、下载Yolov5源码2、下载Yolov5预训练模型二、安装Yolov5三、测试Yolov51、Img图片测试2、Video视频测试3、摄像头测试三、小结四、参考链接在下载配置Yolov5前，先要安装好Anaconda环境，若有需要可参考：https://blog.csdn.net/qq_54496810/article/details/121869094一、下载Yolov51、下载Yolov5源码这里有两种方式进行下载：①Yolov5Github地址：https://github.com/ultralytics/yolov5点击链接后，进入以下界面，可以点击Co

B站视频教程https://www.bilibili.com/video/BV113411J7nk?p=1Github仓库地址https://github.com/Monday-Leo/Yolov5_Tensorrt_Win10项目简介基于Tensorrt加速Yolov56.0支持Windows10支持Python/C++环境说明Tensorrt8.2.1.8Cuda10.2Cudnn8.2.1(特别注意需安装两个cuda10.2补丁)Opencv3.4.6Cmake3.17.1VS2017GTX1650运行案例(Windows)从yolov5releasev6.0下载.pt模型，这里以yol

B站视频教程https://www.bilibili.com/video/BV113411J7nk?p=1Github仓库地址https://github.com/Monday-Leo/Yolov5_Tensorrt_Win10项目简介基于Tensorrt加速Yolov56.0支持Windows10支持Python/C++环境说明Tensorrt8.2.1.8Cuda10.2Cudnn8.2.1(特别注意需安装两个cuda10.2补丁)Opencv3.4.6Cmake3.17.1VS2017GTX1650运行案例(Windows)从yolov5releasev6.0下载.pt模型，这里以yol

本文手把手教你如何调试最新的yolov6，复现运行COCO2017及训练自己的数据集，目前该项目刚发布，BUG会比较多，调起来一般不会那么顺利，本文含windows+ubuntu，并给出了一些常见问题和解决方法：目录1.项目简介2.注意和推荐3.项目配置（含COCO数据集配置）4.训练自己的数据：5.踩坑小记与解决方法：6.自己训练的尝试和tips（供大家参考）1.项目简介最近由美团发布了yoloV6，声称达到了如下的效果： 其中YOLOv6-nano在COCOval2017数据集上达到了35.0mAP， YOLOv6-s在同样的数据集上达到了43.1mAP。工程和说明见：GitHub-mei

本文手把手教你如何调试最新的yolov6，复现运行COCO2017及训练自己的数据集，目前该项目刚发布，BUG会比较多，调起来一般不会那么顺利，本文含windows+ubuntu，并给出了一些常见问题和解决方法：目录1.项目简介2.注意和推荐3.项目配置（含COCO数据集配置）4.训练自己的数据：5.踩坑小记与解决方法：6.自己训练的尝试和tips（供大家参考）1.项目简介最近由美团发布了yoloV6，声称达到了如下的效果： 其中YOLOv6-nano在COCOval2017数据集上达到了35.0mAP， YOLOv6-s在同样的数据集上达到了43.1mAP。工程和说明见：GitHub-mei

（补档）（自用留存）(有问题欢迎互相交流)一、安装Anaconda官网链接（默认新版）：Anaconda|TheWorld'sMostPopularDataSciencePlatform官网老版本：Indexof/(anaconda.com)老版本同时显示对应Python版本：Oldpackagelists—Anacondadocumentation国内镜像：Indexof/anaconda/archive/|北京外国语大学开源软件镜像站|BFSUOpenSourceMirror纯点next，记得勾选“”选择PATH加入路径“” 安装完，点开开始菜单，打开AnacondaPrompt，有显示b

（补档）（自用留存）(有问题欢迎互相交流)一、安装Anaconda官网链接（默认新版）：Anaconda|TheWorld'sMostPopularDataSciencePlatform官网老版本：Indexof/(anaconda.com)老版本同时显示对应Python版本：Oldpackagelists—Anacondadocumentation国内镜像：Indexof/anaconda/archive/|北京外国语大学开源软件镜像站|BFSUOpenSourceMirror纯点next，记得勾选“”选择PATH加入路径“” 安装完，点开开始菜单，打开AnacondaPrompt，有显示b

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目录文章目录前言一、如何查看自己的pytorch和cuda版本？二、安装mmcv-full1.进入MMCV官网总结前言    因为mmcv-full版本与pytorch和cuda版本不匹配，导致mmcv-full安装失败。一、如何查看自己的pytorch和cuda版本？    首先打开Anaconda3，进入自己的python环境，查看pytorch和cuda版本。代码如下（示例）：activatepython(自己的python环境名称)输入pythontorchcuda二、安装mmcv-full1.进入MMCV官网网址：mir