win10+anaconda安装yolov5的方法及问题解决方案

对于yolo系列,应用广泛,在win10端也有很大的应用需求,所以这篇文章给出win10环境下的安装教程。

先给出系列文章win10+anacnda实现yolov3

YOLOV5-3.0/3.1版本

版本问题

python 3.7 torch 1.6.0 torchvision 0.7.0 cuda 10.1

注意:Yolov5-3.1只能使用torch 1.6.0

1.在网站下载对应版本的torch和torchvision的whl文件

https://download.pytorch.org/whl/torch_stable.html

2.新建虚拟环境

conda create -n YOLOV5-3.1 python=3.7

3.查看虚拟环境

conda info -e

4.激活虚拟环境

activate YOLOV5-3.1

5.安装相关库

pip3 install opencv-python==4.4.0.46 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install numpy==1.19.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install Cython==0.29.21 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pillow==8.0.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install matplotlib==3.3.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pyyaml==5.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install tensorboard==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install scipy==1.5.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install tqdm==4.54.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pandas==1.1.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install seaborn==0.11.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pycocotools==2.0.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/

6.安装torch

将路径跳转到步骤1中下载的文件位置,使用pip install .....whl 格式来安装whl文件

7.验证

import torch
#查看版本
print(torch.__version__)
#查看gpu是否可用.返回True则表示可以使用gpu
torch.cuda.is_available()
#返回设备gpu个数
torch.cuda.device_count()

8.图像检测

python detect.py

9.调用摄像头

python detect.py --source 0

YOLOV5-4.0版本

电脑配置

CPU:i7-10750H

内存:16G

显卡:GTX1650 4G

Anaconda:4.9.2

1.一开始就最好把源换一下

查看当前下载源

conda config --show-sources

添加源:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

查看当前下载源

conda config --show-sources

如果出现国内源挂掉的情况,就换回默认源

conda config --remove-key channels

2.新建虚拟环境

conda create -n YOLOV5-4.0 python=3.7

3.查看虚拟环境

conda info -e

4.激活虚拟环境

activate YOLOV5-4.0

5.安装相关库

注意1:这里不能直接使用pip install -r requirements.txt 这样直接安装会默认安装cpu版本的torch,不知道为什么,可能是torch是其他库的依赖库,这里不懂,有会的小伙伴可以一起交流。

注意2:Cv2的版本不能是4.5,需要指定成4.4或者以下。同时Python3.8装不上cv2 4.4。所以需要安装python3.7版本,这样才能将cv2的4.4版本安装上去。同时在安装库的时候需要先安装opnecv-python,不能先安装numpy,这样才能安装上cv2的4.4版本。

pip3 install opencv-python==4.4.0.46 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install numpy==1.19.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install Cython==0.29.21 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pillow==8.0.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install matplotlib==3.3.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip3 install pyyaml==5.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install tensorboard==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install scipy==1.5.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip3 install tqdm==4.54.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pandas==1.1.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install seaborn==0.11.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip3 install pycocotools==2.0.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/

注意:这里需要先安装opencv-python再安装numoy,而且opencv-python的版本最好不好是4.5。否则这里会报出CV2函数的错误。

6.安装torch

我们使用的版本依次是

pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2。

torcp.7版本。Python对应3.7版本,否则不能使用cuda。cv2要用4.5以下版本。

YOLOv5最好使用cuda10.2版本

Yolov5 4.0建议搭配torcp.7/yolov5 3.0建议搭配pytorcp.6

安装方式一:在网站中找到对应的版本然后离线安装

https://download.pytorch.org/whl/torch_stable.html

方式二:

conda install pytorch=1.7.1 torchvision=0.8.2 cudatoolkit=10.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

6.验证

import torch

#查看版本

print(torch.__version__)

#查看gpu是否可用

torch.cuda.is_available()

#返回设备gpu个数

torch.cuda.device_count()

7.图像检测

python detect.py

8.摄像头

python detect.py --source 0

9.mp4视频测试

python detect.py --source 161.mp4 (这里接视频的位置)

如上图,视频已经被识别过啦

过程中的一些报错

报错1:打开摄像头报错

File "D:\BIG-YOLOV5\YOLO\yolov5-4.0\yolov5-4.0\utils\datasets.py", line 276, in __init__

assert cap.isOpened(), 'Failed to open %s' % s AssertionError: Failed to open 0

解决办法:找到设备管理器-照相机-右键开启设备

报错2:摄像头报错

解决办法:本人用的是联想拯救者电脑

1电脑-右键属性-设备管理器-照相机-点击开启

2开始-设置-隐私-相机-将设置都打开

3点击任务栏上的电池图标,将摄像头隐私开启。

报错3:在创建虚拟环境后,安装库的时候出现错误

WARNING conda.gateways.disk.delete:unlink_or_rename_to_trash(139): Could not remove or rename D:\anaconda\pkgs\notebook-6.2.0-py38haa244fe_0.tar.bz2. Please remove this file manually (you may need to reboot to free file handles)

原因:在安装库的中途退出了

解决办法:conda clean --all

报错4:

An unexpected error has occurred. Conda has prepared the above report.

If submitted, this report will be used by core maintainers to improve

future releases of conda.

解决办法:conda clean -i

报错5:cv2版本报错4.5.1

cv2.error: OpenCV(4.5.1)C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-1drr4hl0\opencv\modules\highgui\src\window.cpp:717: error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvWaitKey'

解决办法:这个错误可真是解决太长时间,一直找不到原因,一直试一直试.....

Cv2的版本不能是4.5,需要指定成4.4或者以下。Python3.8装不上cv2 4.4。所以需要安装python3.7版本,这样才能将cv2的4.4版本安装上去。同时在安装库的时候需要先安装opnecv-python,不能先安装numpy,这样才能安装上cv2的4.4版本。

到此这篇关于win10+anaconda安装yolov5的方法及问题解决方案的文章就介绍到这了,更多相关win10+anaconda安装yolov5内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • 基于Pytorch版yolov5的滑块验证码破解思路详解

    前言 本文将使用pytorch框架的目标识别技术实现滑块验证码的破解.我们这里选择了yolov5算法 例:输入图像 输出图像 可以看到经过检测之后,我们能很准确的定位到缺口的位置,并且能得到缺口的坐标,这样一来我们就能很轻松的实现滑动验证码的破解. 一.前期工作 yolov系列是常用的目标检测算法,yolov5不仅配置简单,而且在速度上也有不小的提升,我们很容易就能训练我们自己的数据集. YOLOV5 Pytorch版本GIthub网址感谢这位作者的代码. 下载之后,是这样的格式 ---data

  • yolov5 win10 CPU与GPU环境搭建过程

    前言 最近实习任务为黑烟检测,想起了可以尝试用yolov5来跑下,之前一直都是用的RCNN系列,这次就试试yolo系列. 一.安装pytorch 1.创建新的环境 打开Anaconda Prompt命令行输入 创建一个新环境,并激活进入环境. # 创建了名叫yolov5的,python版本为3.8的新环境 conda create -n yolov5 python=3.8 # 激活名叫yolov5的环境 conda activate yolov5 2.下载YOLOv5 github项目 下载地址

  • win10+anaconda安装yolov5的方法及问题解决方案

    对于yolo系列,应用广泛,在win10端也有很大的应用需求,所以这篇文章给出win10环境下的安装教程. 先给出系列文章win10+anacnda实现yolov3 YOLOV5-3.0/3.1版本 版本问题 python 3.7 torch 1.6.0 torchvision 0.7.0 cuda 10.1 注意:Yolov5-3.1只能使用torch 1.6.0 1.在网站下载对应版本的torch和torchvision的whl文件 https://download.pytorch.org/

  • win10家庭版安装Docker的方法步骤

    最近做项目升级使用到了Docker,之前完全没有接触过,所以查了一些资料,再经过亲自实践,终于在win10家庭版本中安装成功了Docker. 1.下载Docker Docker可以支持在mac.windows.linux上安装.但是在windows系统中Docker目前仅有win10专业版和企业版的安装包,win7/win8/win10家庭版需要通过docker toolbox来安装. 下载地址:http://mirrors.aliyun.com/docker-toolbox/windows/d

  • win10上安装nginx的方法步骤

    由于公司让我给福特项目搭一个WebService服务器基于nginx实现负载才开始接触nginx,在这里先分享一下nginx的安装 我本地环境:win10-64位. 1. 到nginx官网上下载相应的安装包,http://nginx.org/en/download.html: 下载进行解压,将解压后的文件放到自己心仪的目录下,我的解压文件放在了d盘根目录下,如下图所示: 进入window的cmd窗口,输入如下图所示的命令,进入到nginx目录(D:/nginx-1.8.1),使用"start n

  • Win10 Anaconda 新建环境安装python-pcl的步骤

    目录 一.前言 二.安装流程补充 一.前言 Windows环境下安装pcl在github仓库python-pcl的readme中说进入appveyor.下载最新编译成功的whl文件就可以轻松实现(号称最简易的安装实现),但是appveyor只保留最近一个月的编译结果,后期再无更新,且删除了三个月前的全部文件,需要从其他途径下载:第二个就是在导包运行代码的时候会提示找不到dll的错误,也需要手动下载,然后放到相应的目录中. 至于VS环境下安装C++ 版本的pcl也可以按照下面提供的步骤安装实现 P

  • WIn10+Anaconda环境下安装PyTorch(避坑指南)

    这些天安装 PyTorch,遇到了一些坑,特此总结一下,以免忘记.分享给大家. 首先,安装环境是:操作系统 Win10,已经预先暗转了 Anaconda. 1. 为 PyTorch 创建虚拟环境 关于 Anaconda 的安装步骤这里就忽略不讲了,Win10 下安装 Anaconda 非常简单. 安装 Anaconda 完毕后,我们在安装 PyTorch 之前最好先创建一个 pytorch 的虚拟环境.之所以创建虚拟环境是因为 Python 为不同的项目需求创建不同的虚拟环境非常常见.在实际项目

  • Win10下用Anaconda安装TensorFlow(图文教程)

    笔者之前在学习TensorFlow,也在自己的笔记本上完成了安装,在PyCharm中进行学习.但是最近为了使用python的科学计算环境,我把之前的环境卸载了,并用Anaconda重新安装了TensorFlow,由于自己的笔记本已经很旧了,显卡不行,所以这里介绍一下cpu版本的安装方法和自己遇到的一些坑,截图甚多. 这里直接上干货: 1.安装Anaconda 选择相应的Anaconda进行安装,进入Anaconda的官网,下载对应系统版本的Anaconda,官网现在的版本是Anaconda 4.

  • 教你一分钟在win10终端成功安装Pytorch的方法步骤

    小书学习的主要方向是TensorFlow和Pytorch,今天就来安装一下Pytorch. 第一步:去官网看看 Pytorch官网:(https://pytorch.org/) 点击get started 第二步:选择与自己相匹配的版本,这里显示是我安装的选择. 复制命令到win10终端: 第三步:成功安装: C:\Users\Shu\Desktop>pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp36-cp36m-w

  • anaconda安装pytorch1.7.1和torchvision0.8.2的方法(亲测可用)

    1. 创建一个新的环境 打开Anaconda Navigator,找不到的win10左下角输入一下就能找到了,如下图. 这里通过列表下面的create按钮可以创建一个新的环境,这里我将新环境起名为torch,右面列表中是我安装好的包,刚创建的时候没有这么多. 2. 从pytorch官网得到获取包的命令 打开Anaconda Prompt,输入activate 刚刚创建的环境名可以切换到刚刚创建的环境.这里我用的是下面的命令,你需要根据自己创建的环境名修改相应的激活名称. activate tor

  • python anaconda 安装 环境变量 升级 以及特殊库安装的方法

    Anaconda 是一个旗舰版的python安装包, 因为普通的python没有库, 如果需要安装一些重要的库, 要经常一个一个下载,会非常麻烦. 所以这个一个集成的, 可以手动批量升级的软件. 而且库的安装也很全下载速度快. 从官网下载完以后, next 安装好. 配置环境变量, 把安装的文件夹的绝对路径拷贝到 环境变量的path里面. 不配置python都启动不了, 当然,如果之前安装过其他版本的python 可以考虑把之前多余的环境变量路径删掉. 打开anaconda prompt, 输入

  • Windows下anaconda安装第三方包的方法小结(tensorflow、gensim为例)

    anaconda 集成了很多科学计算中所需要的包,如numpy,scipy等等,具体查看anaconda中已经预先安装配置好的包有哪些,可以通过cmd命令,输入conda list 查看,如下图所示: 但是,因为实际需求,我们会需要导入列表中没有的第三方包,如gemsim,在anaconda中,我们可以参考以下步骤安装所需要的第三方包:         1.启动anaconda 命令窗口: 开始 > 所有程序 > anaconda >anaconda prompt    2.安装gens

随机推荐