【YOLOv5】1.搭建Pycharm+Python+yolov5环境

目录

一、安装Python

二、安装PyCharm

三、创建项目和虚拟环境

四、下载YOLOv5和依赖库

五、配置Pytorch

六、检验YOLOv5环境


一、安装Python

1.Python官方下载网址:Download Python | Python.org

2.安装python3.10即可,笔者使用的pytorch版本在python3.10下不可用,所以多装了一个python3.9。

3.心得:如果安装了多个版本的python(如笔者同时安装了3.9和3.10),则通过命令行启动时,会启动环境变量在前面的版本。要指定启动版本,一是可以调整环境变量顺序;二是可以将某一个版本下面的python.exe重命名为指定版本号如python39.exe,然后可通过命令行输入python39.exe启动。(这会导致使用这个版本的一些第三方库无法打开)

二、安装PyCharm

1.PyCharm官方下载网址:PyCharm: the Python IDE for Professional Developers by JetBrains

2.当然是下载免费的Community版本安装啦!

三、创建项目和虚拟环境

1.打开PyCharm创建新项目。

2.创建项目时在“New environment”选择“Virtualenv”,即为新项目自动创建新的运行环境,该环境位于项目路径下的venv文件夹。在“Base interpreter”选择虚拟环境使用的Python解释器(即安装的Python版本下的python.exe文件)

3.虚拟环境的好处是可以单独配置适合该项目运行的环境,不必安装用不到的第三方库之类的内容,也不会由于其他项目改变了其他环境而被影响。

  

四、下载YOLOv5和依赖库

1.GitHub下载YOLOv5地址:GitHub - ultralytics/yolov5: YOLOv5 ? in PyTorch > ONNX > CoreML > TFLite

2.下载yolov5,解压到项目所在文件夹。将yolov5文件夹下面的requirements.txt文件复制到项目所在文件夹,从PyCharm界面下方的终端(Terminal)执行pip install -r requirements.txt命令安装YOLOv5所需的各类库到虚拟环境:

  

五、配置Pytorch

1.在Pycharm的终端输入nvidia-smi查看电脑显卡CUDA版本,本机CUDA版本为11.6(如果输入一次显示无结果,则等待一分钟左右再输入一次)

  

2.安装Pytorch。

到pytorch官网PyTorch(点击跳转)根据cuda版本和安装方式,查看安装指令,本机安装指令为:

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

3. 检验pytorch环境是否正常。

print(torch.cuda.is_available())

若输出为True即为正常,若出现错误“[WinError 1455] 页面文件太小,无法完成操作,则给项目所在盘(本机为D盘)扩大配置的内存:

文章来源地址https://uudwc.com/A/DNNYa

六、检验YOLOv5环境

打开项目下面的yolov5文件夹下面的detect.py文件,直接运行该文件(PytCharm右上角绿色箭头处选择“Current File”即默认运行当前打开的文件),检验YOLOv5环境是否能正常运行。

 

下一篇分享如何标注数据集。

原文地址:https://blog.csdn.net/Destinyzhoujunyu/article/details/130694811

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请联系站长进行投诉反馈,一经查实,立即删除!

上一篇 2023年09月06日 11:50
vue3渲染函数h的简单使用——定义局部组件
下一篇 2023年09月06日 11:53