深度学习 — yolov5 算法环境（GPU / CPU）搭建与使用
深度学习 — yolov5 算法环境（GPU / CPU）搭建与使用
一、环境依赖
-
anacoda python >= 3.8 CUDA，cudnn torch>=1.6
二、搭建过程
1. GPU环境
- anaconda 安装与使用： 参考我的另一篇博客：
- 安装 CUDA： 官网下载地址： 下载完直接安装即可。
- 创建 python 环境：
conda create -n yolov5 python=3.8
- python环境内安装pytorch： 版本对应，参照官网：
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
- 下载 yolov5 的源代码：
- 安装 python 依赖包： pip install -r requirements.txt
2. CPU环境
当我们电脑中没有 NVIDIA 的显卡时，我们可以采用 CPU 版本的 pytorch 来进行 yolov5 的实验。 具体调整如下：
-
不需要安装 CUDA，cudnn pytorch 安装命令： conda install pytorch==1.6.0 torchvision==0.7.0 cpuonly -c pytorch 其余步骤与 GPU 环节一致。
三、yolov5使用
- 使用预训练的模型： 直接运行项目根目录下面的 detect.py 文件即可，生成的检测结果在 output 文件夹中 直接使用摄像头： python detect.py --source 0
