Yolov5环境安装及配置详细教程
可以将这些文件都下载好放置在桌面上 再进行环境配置这一步操作
https://www.jetbrains.com/pycharm/download/download-thanks.html?platform=windows&code=PCC
(打开链接直接下载即可)
官方链接:(下载速度慢,不推荐)
https://repo.anaconda.com/archive/Anaconda3-2022.05-Windows-x86_64.exe
镜像网站链接:(下载速度快,强烈推荐)
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2022.05-Windows-x86_64.exe
(打开链接直接下载即可)
Yolov5-5.0加速下载链接:https://archive.xn–gzu630h.xn–kpry57d/ultralytics/yolov5/archive/refs/tags/v5.0.zip
Yolov5-5.0Github官方链接:https://github.com/ultralytics/yolov5/archive/refs/tags/v5.0.zip
Yolov5-6.1加速下载链接:https://github.com/ultralytics/yolov5/archive/refs/tags/v6.1.zip
Yolov5-6.1Github官方链接:https://archive.xn–gzu630h.xn–kpry57d/ultralytics/yolov5/archive/refs/tags/v6.1.zip
首先检查自己的电脑支持什么版本的CUDA
鼠标右键打开NVIDIA控制面板




接下来进入Cuda官网下载所支持的版本 https://developer.nvidia.com/cuda-toolkit-archive
点击网站进入后


(需对应CUDA版本下载 )
CUDA版本为11以上 下载地址为:
CUDA版本为10.2 下载地址为:
提醒:以上CUDNN网址进入时 需要先注册登录哦!
打开安装包






Pycharm的安装到此就完成了
打开安装包










CUDA安装CUDA环境配置(Windows)
打开安装包










打开高级设置




需要添加下面五组变量名与变量值
变量名:CUDA_SDK_PATH 变量值:C:\ProgramData\NVIDIA Corporation\CUDA
Samples\v11.3变量名:CUDA_LIB_PATH 变量值: %CUDA_PATH%\lib\x64
变量名:CUDA_BIN_PATH 变量值:%CUDA_PATH%\bin
变量名:CUDA_SDK_BIN_PATH 变量值:%CUDA_SDK_PATH%\bin\win64
变量名:CUDA_SDK_LIB_PATH 变量值:%CUDA_SDK_PATH%\common\lib\x64
①中需添加的:
%CUDA_LIB_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_BIN_PATH%;
②中需添加的:(默认为以下路径)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\common\lib\x64


新建:“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin”(不需要加引号)
新建:“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp”(不需要加引号)


到此,CUDA安装以及环境配置就完成了
打开压缩包

此处将这三个文件复制到CUDA安装路径同名文件夹即可!!这里我的路径是C:Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3


WIN+R打开终端


在Anaconda下安装Pytorch
打开Anaconda Prompt
点击Launch后会弹出窗口 先将其最小化 点击第二步

首先创建python的虚拟环境 在命令行里面输入conda create -n “your venu name” python==x.x (自行设置名称和python版本)



接着输入下面的命令行
conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

接下来进行配置Pytorch 首先进入Pytorch官网:Pytorch



接着在命令行输入pip install pycocotools-windows

接着输入cd 命令转到yolov5源码的目录下面(如果cd命令不起作用 可以尝试cd \d 命令来操作

再输入以下命令行
pip install -r requirements.txt
pip install pyqt5
pip install labelme
到这里yolov5的环境配置就已经完成了,接下来开始进行测试
在yolov5目录下执行下列代码
python detect.py --source data/images/bus.jpg --weights pretrained/yolov5s.pt




第一测试只有exp 第二次测试就会自动生成exp2文件 以此类推

至此 yolov5初次目标检测就完成了
yolov5的检测代码功能十分强大,是支持对多种图像和视频流进行检测的,具体的使用方法如下:
python detect.py --source 0 # webcam
file.jpg # image
file.mp4 # video
path/ # directory
path/*.jpg # glob
‘https://youtu.be/NUsoVlDFqZg’ # YouTube video
‘rtsp://example.com/media.mp4’ # RTSP, RTMP, HTTP stream
我有一个在Linux服务器上运行的ruby脚本。它不使用rails或任何东西。它基本上是一个命令行ruby脚本,可以像这样传递参数:./ruby_script.rbarg1arg2如何将参数抽象到配置文件(例如yaml文件或其他文件)中?您能否举例说明如何做到这一点?提前谢谢你。 最佳答案 首先,您可以运行一个写入YAML配置文件的独立脚本:require"yaml"File.write("path_to_yaml_file",[arg1,arg2].to_yaml)然后,在您的应用中阅读它:require"yaml"arg
我已经在Sinatra上创建了应用程序,它代表了一个简单的API。我想在生产和开发上进行部署。我想在部署时选择,是开发还是生产,一些方法的逻辑应该改变,这取决于部署类型。是否有任何想法,如何完成以及解决此问题的一些示例。例子:我有代码get'/api/test'doreturn"Itisdev"end但是在部署到生产环境之后我想在运行/api/test之后看到ItisPROD如何实现? 最佳答案 根据SinatraDocumentation:EnvironmentscanbesetthroughtheRACK_ENVenvironm
我正在玩HTML5视频并且在ERB中有以下片段:mp4视频从在我的开发环境中运行的服务器很好地流式传输到chrome。然而firefox显示带有海报图像的视频播放器,但带有一个大X。问题似乎是mongrel不确定ogv扩展的mime类型,并且只返回text/plain,如curl所示:$curl-Ihttp://0.0.0.0:3000/pr6.ogvHTTP/1.1200OKConnection:closeDate:Mon,19Apr201012:33:50GMTLast-Modified:Sun,18Apr201012:46:07GMTContent-Type:text/plain
之前在培训新生的时候,windows环境下配置opencv环境一直教的都是网上主流的vsstudio配置属性表,但是这个似乎对新生来说难度略高(虽然个人觉得完全是他们自己的问题),加之暑假之后对cmake实在是爱不释手,且这样配置确实十分简单(其实都不需要配置),故斗胆妄言vscode下配置CV之法。其实极为简单,图比较多所以很长。如果你看此文还配不好,你应该思考一下是不是自己的问题。闲话少说,直接开始。0.CMkae简介有的人到大二了都不知道cmake是什么,我不说是谁。CMake是一个开源免费并且跨平台的构建工具,可以用简单的语句来描述所有平台的编译过程。它能够根据当前所在平台输出对应的m
注意:本文主要掌握DCN自研无线产品的基本配置方法和注意事项,能够进行一般的项目实施、调试与运维AP基本配置命令AP登录用户名和密码均为:adminAP默认IP地址为:192.168.1.10AP默认情况下DHCP开启AP静态地址配置:setmanagementstatic-ip192.168.10.1AP开启/关闭DHCP功能:setmanagementdhcp-statusup/downAP设置默认网关:setstatic-ip-routegeteway192.168.10.254查看AP基本信息:getsystemgetmanagementgetmanaged-apgetrouteAP配
1.1.1 YARN的介绍 为克服Hadoop1.0中HDFS和MapReduce存在的各种问题⽽提出的,针对Hadoop1.0中的MapReduce在扩展性和多框架⽀持⽅⾯的不⾜,提出了全新的资源管理框架YARN. ApacheYARN(YetanotherResourceNegotiator的缩写)是Hadoop集群的资源管理系统,负责为计算程序提供服务器计算资源,相当于⼀个分布式的操作系统平台,⽽MapReduce等计算程序则相当于运⾏于操作系统之上的应⽤程序。 YARN被引⼊Hadoop2,最初是为了改善MapReduce的实现,但是因为具有⾜够的通⽤性,同样可以⽀持其他的分布式计算模
我试图在rails中了解rubygems是如何变得可以自动使用的,而不是在使用required的文件中gem? 最佳答案 这是通过bundler/setup完成的:http://bundler.io/v1.3/bundler_setup.html.它在您的config/boot.rb文件中是必需的。简而言之,它首先将环境变量设置为指向您的Gemfile:ENV['BUNDLE_GEMFILE']||=File.expand_path('../../Gemfile',__FILE__)然后它通过要求bundler/setup将所有ge
我是ruby的新手,正在配置IRB。我喜欢pretty-print(需要'pp'),但总是输入pp来漂亮地打印它似乎很麻烦。我想做的是默认情况下让它漂亮地打印出来,所以如果我有一个var,比如说,'myvar',然后键入myvar,它会自动调用pretty_inspect而不是常规检查。我从哪里开始?理想情况下,我将能够向我的.irbrc文件添加一个自动调用的方法。有什么想法吗?谢谢! 最佳答案 irb中默认pretty-print对象正是hirb被迫去做。Theseposts解释hirb如何将几乎所有内容转换为ascii表。虽
我想在IRB中浏览文件系统并让提示更改以反射(reflect)当前工作目录,但我不知道如何在每个命令后进行提示更新。最终,我想在日常工作中更多地使用IRB,让bash溜走。我在我的.irbrc中试过这个:require'fileutils'includeFileUtilsIRB.conf[:PROMPT][:CUSTOM]={:PROMPT_N=>"\e[1m:\e[m",:PROMPT_I=>"\e[1m#{pwd}>\e[m",:PROMPT_S=>"FOO",:PROMPT_C=>"\e[1m#{pwd}>\e[m",:RETURN=>""}IRB.conf[:PROMPT_MO
我正在使用Ruby/Mechanize编写一个“自动填写表格”应用程序。它几乎可以工作。我可以使用精彩CharlesWeb代理以查看服务器和我的Firefox浏览器之间的交换。现在我想使用Charles查看服务器和我的应用程序之间的交换。Charles在端口8888上代理。假设服务器位于https://my.host.com。.一件不起作用的事情是:@agent||=Mechanize.newdo|agent|agent.set_proxy("my.host.com",8888)end这会导致Net::HTTP::Persistent::Error:...lib/net/http/pe