YOLOv5 部署安装

Yolov5 AI算法 环境安装部署

1. 下载安装环境压缩包yolov5.zip，把yolov5-master拷贝到D:\yolov5中（位置自己决定）
2. 双击Anaconda3-5.0.1-Windows-x86_64(3.6).exe安装，下一步，安装路径可改

如果安装出现Failed to create menus 删除系统变量中的path和JAVA_HOME ,重新安装，再把变量复制回去。

3.输入命令：conda create -n yolo python=3.7

4.输入命令：activate yolo

5.输入命名：conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cpuonly -c pytorch

6.进入yolov5-master路径，输入命令： pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

7.在环境资料中解压yolov5v安装.zip，拷贝yolov5s.pt到yolov5-master中（如果是svn打包的已经替换）

8.输入python detect.py --weights yolov5s.pt --source 0，查看是否安装完成

GPU 环境安装

由于yolov5监测太占资源，并且默认使用的CPU，会导致项目运行缓慢，改为使用GPU

• 示例：https://blog.csdn.net/buaaweibin/article/details/125435972

1.先确定cuda版本 打开cmd窗口，输入:nvidia-smi

2.到官网搜索与自己CUDA版本匹配的torch，torchvision,torchaudio离线包下载安装,在线安装很慢

• 示例：https://blog.csdn.net/threestooegs/article/details/119531414
• pytorch官网：https://download.pytorch.org/whl/torch_stable.html

3.查看是否安装完成并且gpu是否可用，如果这边显示True ,但是代码运行还是错，在主程序那添加print(torch.cuda.is_available())，看看输出是否为True

4.如果有报错，基本上是版本不匹配，自己检查一下

附：查询命令

python
import torch
print(torch.__version__) # pytorch版本
print(torch.version.cuda) # cuda版本
print(torch.cuda.is_available()) # 查看cuda是否可用