Yolov5服务器环境搭建详细过程

目录
  • 1 服务器搭建yolov5环境
    • 1.1 创建环境
    • 1.2 跟随官方指引
  • 2 下载预训练权重
  • 3 推理
  • 4 测试

1 服务器搭建yolov5环境

1.1 创建环境

首先先的在本地环境下搭建一个我们的环境，名字设为yolo5-6

conda create -n yolov5-6 python=3.7#创建环境
conda activate yolov5-6#切换yolov5-6环境

创建包完成后，我们需要查看conda环境下是否有我们刚才创建的环境，通过以下的指令可以查看所有的环境。

conda env list

通过以下指令可以查看服务器的cuda版本。

conda env list

1.2 跟随官方指引

根据官方的说法快速入门 - YOLOv5 文档 (ultralytics.com)，我们最开始需要克隆存储库。但是这样做会很慢，因为服务器连接到github容易断连，故我们可以提前把库下载下来并且解压，然后上传到服务器上。

上传文件

对于连接服务器的学者来说，很多人喜欢用Xshell，但是实际上，finalshell更适合用来服务器的传输文件工作。所以下载finalshell可以很方便的去上传文件。

通常来说，下载后的文件应该是这个名字。

当我们上传到服务器的时候，我们需要进入cd定位到yolov5-master这个文件夹中，通过ls查看是否有requirements.txt这个文件。如果没有，无论是可视化还是非可视化，你都必须把cd定位到包含有这个文件的文件夹下。

据官方所说，我们要从克隆的存储库目录安装所需的软件包。但是如果是使用外国的pip，下载速度会满到离谱，故我们使用清华园进行下载。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt -r requirements.txtLooking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple

下载完成。

使用以下指令让我们看下yolo需要运行的包是否已经装好。

pip list

明显，已经装好了。

2 下载预训练权重

一般为了缩短网络的训练时间，并达到更好的精度，我们一般加载预训练权重进行网络的训练。而yolov5的5.0版本给我们提供了几个预训练权重，我们可以对应我们不同的需求选择不同的版本的预训练权重。预训练权重越大，训练出来的精度就会相对来说越高，但是其检测的速度就会越慢。

点击下面的链接即可进入预训练模型的下载。要拉到最下面哦。

GitHub - ultralytics/yolov5 at v6.1

需要注意的是，在执行前几步操作的时候，实际上已经自带yolov5s了权重文件(.pt)和一些其他模型配置文件了(.yaml)。

需要注意的是，大、并不代表你就跑得动，如果你是实验室级别的，那么欢迎你下载那个最好用的，但是如果是学校服务器这类的，那么5s相信已经足够你用了【虽然速度最快，效果最拉胯】，因为在跑模型的时候是需要充分考虑显卡的显存的。

3 推理

接下来我们需要下载yolov5的模型。在这一步中无法加速了，只能等了。

任意新建一个.py文件，然后写入如下的代码，在终端运行。

import torch
# Model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')  # or yolov5m, yolov5l, yolov5x, custom
# Images
img = 'https://ultralytics.com/images/zidane.jpg'  # or file, Path, PIL, OpenCV, numpy, list
# Inference
results = model(img)
# Results
results.print()  # or .show(), .save(), .crop(), .pandas(), etc.

通过finalshell将该文件传入服务器，然后使用指令启动它。

python Test02.py

4 测试

–source表示测试数据，–project指定保存路径，–weights指定测试模型。我们使用yolov5master文件夹中官方自带的测试文件来测试一下yolov5s模型是否可用。

在shell命令窗口输入以下指令：

python detect.py --source data/images/zidane.jpg --weights v5_pre_models/yolov5s.pt --project out --img-size 640
赞 (0)

相关推荐

  • yolov5 win10 CPU与GPU环境搭建过程

    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

  • Pytorch搭建YoloV5目标检测平台实现过程

    Pytorch搭建YoloV5目标检测平台实现过程

    目录 学习前言 源码下载 YoloV5改进的部分(不完全) YoloV5实现思路 一.整体结构解析 二.网络结构解析 2.构建FPN特征金字塔进行加强特征提取 三.预测结果的解码 1.获得预测框与得分 2.得分筛选与非极大抑制 四.训练部分 1.计算loss所需内容 2.正样本的匹配过程 a.匹配先验框 b.匹配特征点 3.计算Loss 训练自己的YoloV5模型 一.数据集的准备 二.数据集的处理 三.开始网络训练 四.训练结果预测 学习前言 这个很久都没有学,最终还是决定看看,复现的是Yol

  • Yolov5服务器环境搭建详细过程

    Yolov5服务器环境搭建详细过程

    目录 1 服务器搭建yolov5环境 1.1 创建环境 1.2 跟随官方指引 2 下载预训练权重 3 推理 4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本地环境下搭建一个我们的环境,名字设为yolo5-6 conda create -n yolov5-6 python=3.7#创建环境 conda activate yolov5-6#切换yolov5-6环境 创建包完成后,我们需要查看conda环境下是否有我们刚才创建的环境,通过以下的指令可以查看所有的环境. cond

  • windows 2008r2+php5.6.28环境搭建详细过程

    windows 2008r2+php5.6.28环境搭建详细过程

    安装IIS7 1.打开服务器管理器(开始-计算机-右键-管理-也可以打开),添加角色 直接下一步 勾选Web服务器(IIS),下一步,有个注意事项继续下一步(这里我就不截图了) 勾选ASP.NET会弹出以下窗口添加所需的角色服务,勾选CGI(这里根据个人情况勾选,CGI是必选的,否则PHP不生效的) 然后直接下一步安装即可,需要等待一小会! 此时已安装成功,关闭即可,打开IIS管理器,如下图 将原来的网站删除,添加新网站 网站名称随便起,物理路径即表示你的根路径,我在D盘建立个www文件夹作为根

  • 阿里云服务器搭建Php+Apache运行环境的详细过程

    阿里云服务器搭建Php+Apache运行环境的详细过程

    1.apache 1.1 安装apache 使用yum命令安装 : yum -y install httpd 执行结果如下: 1.2 开启apache 开启apache: systemctl start httpd 开启启动apache: systemctl enable httpd 执行结果如下: 1.3 验证安装是否成功 在浏览器输入http://(服务器公网ip),如果出现以下页面说明安装成功: 1.4 验证是否能够正常访问 使用vim在/var/www/html下面编辑一个html文件:

  • 基于Jupyter notebook搭建Spark集群开发环境的详细过程

    基于Jupyter notebook搭建Spark集群开发环境的详细过程

    一.概念介绍: 1.Sparkmagic:它是一个在Jupyter Notebook中的通过Livy服务器 Spark REST与远程Spark群集交互工作工具.Sparkmagic项目包括一组以多种语言交互运行Spark代码的框架和一些内核,可以使用这些内核将Jupyter Notebook中的代码转换在Spark环境运行. 2.Livy:它是一个基于Spark的开源REST服务,它能够通过REST的方式将代码片段或是序列化的二进制代码提交到Spark集群中去执行.它提供了以下这些基本功能:提

  • vscode搭建STM32开发环境的详细过程

    需要安装的软件 vscode 必装插件: C/C++:用于提供高亮显示和代码补全 Cortex-Debug:用于提供调试配置 make make工具可以直接下载xPack项目提供的windows-build-tools工具里面带了make工具. Release xPack Windows Build Tools v4.2.1-2 · xpack-dev-tools/windows-build-tools-xpack (github.com) openocd arm-none-eabi stm32

  • 在PyCharm搭建OpenCV-python的环境的详细过程

    在PyCharm搭建OpenCV-python的环境的详细过程

    目录 版本 步骤 1.用PyCharm创建一个工程: 2.打开设置,添加配置(add): 3.安装opencv-python库; 4.稍等片刻: 5.测试: 版本 PyCharm2021.2.3 +python-3.6.7 +opencv-python-4.5.2.52 步骤 1.用PyCharm创建一个工程: 2.打开设置,添加配置(add): 3.安装opencv-python库; (1)更换下载源: (2)安装相应的版本:opencv-python-4.5.2.52: 4.稍等片刻: 5.

  • 详解mongoDB主从复制搭建详细过程

    详解mongoDB主从复制搭建详细过程

    详解mongoDB主从复制搭建详细过程 实验目的搭建mongoDB主从复制 主 192.168.0.4 从 192.168.0.7 mongodb的安装 1: 下载mongodb www.mongodb.org 下载最新的stable版 查看自己服务器 适合哪个种方式下载(wget 不可以的 可以用下面方式下载) wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel62-3.0.5.tgz curl -O -L https

  • CentOS 7.x下的LEMP环境搭建详细教程

    CentOS 7.x下的LEMP环境搭建详细教程

    最近由于项目需求,将服务器从CentOS6升级到CentOS7,对应的PHP版本也升级到PHP5.6.我们熟悉的有LEMP环境一键安装包,但是本文我们将单独安装各个组件模块,并搭建一个完整的PHP运行平台. 我们常说的LNMP环境是指Linux/nginx/MySQL/PHP组合,而LEMP是什么呢?其实Nginx的发音是Engine-X = E,LEMP包是由Linux.nginx.MariaDB/MySQL和PHP组成的,那么看来LEMP和LNMP是一样的,而现在业内习惯性的称作LEMP.M

  • Android Studio安装配置、环境搭建详细步骤及基本使用的详细教程

    前言 Android Studio的安装配置及使用篇终于来啦~ 废话不多说,以下针对JDK正确安装(及其环境变量配置完毕,即Java开发环境下).Android Studio的安装,配置,以及创建工程.主题字体更换.窗口工具.布局.快捷方式等的基本使用逐一说明. 安装java 下载Java安装包(jdk,网上有很多下载地址,最好去官网下:https://www.java.com/zh_CN/),安装完后记得配置环境变量: 在"系统变量"新建一个变量名为JAVA_HOME的变量,变量值为

  • MacOS下本地golang环境搭建详细教程

    安装golang 使用homebrew安装golang.homebrew是MacOS 平台下的软件包管理工具,拥有安装.卸载.更新.查看.搜索等功能.开发者不需要关心依赖和文件路径.如果系统没有安装homebrew,终端内执行以下命令安装homebrew. /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)" 安装完homebrew后执行以下命令

随机推荐