掌握yolov5【一】

文章目录

• 前言
• 一、安装miniconda
• 二、安装pytorch
• 三、下载yolov5源码
• 总结

前言

yolov5介绍

• YOLOv5（You Only Look Onceversion5）是一个广受欢迎的实时目标检测模型，由Ultralytics发布。它基于YOLO系列模型，旨在提供更高效和准确的目标检测解决方案。YOLOv5的设计目标是简化复杂的深度学习流程，使其更易于使用和部署。YOLOv5通过单阶段检测方法进行目标检测，即在一张图片中同时预测多个对象的边界框和类别。这种方法相比于传统的双阶段检测（如Faster
  R-CNN）具有更快的推理速度和较低的计算资源需求。YOLOv5在多个方面进行了优化，包括网络架构、损失函数和训练策略，使其在各种检测任务中表现出色。
• YOLOv5的模型系列包括不同大小的版本，如YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x，分别代表小型、中型、大型和超大型模型。这些模型在性能和速度上各有侧重，用户可以根据具体应用需求选择合适的模型。

快速入门

一、安装miniconda

• Miniconda是一个轻量级的Conda发行版，旨在提供一个快速、简洁的Python环境管理和包管理解决方案。与完整的Anaconda发行版不同，Miniconda仅包含Conda包管理器和其依赖的基本Python环境，没有预装大量数据科学和机器学习相关的包。这使得Miniconda的下载和安装过程更为迅速，占用空间更小。使用Miniconda，用户可以创建和管理独立的虚拟环境，安装和更新需要的包，从而避免包之间的冲突和依赖问题。它支持Windows、macOS和Linux平台，适用于需要定制Python环境的开发者、数据科学家和研究人员。
• Miniconda提供了一个灵活、高效的环境管理工具，使用户能够根据自己的需求选择并安装所需的软件包，从而在节省存储空间和带宽的同时，保持系统的简洁和高效。
  miniconda 下载地址

安装到这一步需要勾选第二个选项，会自动配置环境变量

1. 创建conda环境

conda create -n yolov5 python=3.8 # 指定python环境

2. 激活环境

conda activate yolov5

二、安装pytorch

• Miniconda是一个轻量级的Conda发行版，旨在提供一个快速、简洁的Python环境管理和包管理解决方案。与完整的Anaconda发行版不同，Miniconda仅包含Conda包管理器和其依赖的基本Python环境，没有预装大量数据科学和机器学习相关的包。这使得Miniconda的下载和安装过程更为迅速，占用空间更小。
• 使用Miniconda，用户可以创建和管理独立的虚拟环境，安装和更新需要的包，从而避免包之间的冲突和依赖问题。它支持Windows、macOS和Linux平台，适用于需要定制Python环境的开发者、数据科学家和研究人员。Miniconda提供了一个灵活、高效的环境管理工具，使用户能够根据自己的需求选择并安装所需的软件包，从而在节省存储空间和带宽的同时，保持系统的简洁和高效。

pytorch 下载地址

根据自己电脑选择，30系以上的显卡安装cu11.x版本pytorch版本

验证pytoch是否安装成功

python 

import torch

torch.is_available() # true 代表已经好了

三、下载yolov5源码

yolov5下载地址

进入yolov5的源码后我们点击releases选择版本，这里我以6.0版本下载为例

由于我们已经安装过pytorch和conda了所以注销掉

下载好，我们打开进入yolov5源码打开requirements.txt文件，下载模型所需要的依赖

pip install -r requirements.txt 

总结

本文介绍了yolov5的安装以及其环境的配置，下一篇给大家yolov5模型训练和数据集收集。