环境配置(自学用)"/>
Yolov5环境配置(自学用)
环境安装
图片展示部分
#cmd#
检查cuda
import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())
结果如下
文字叙述部分
1.Miniconda安装
清华镜像网站搜索所需版本,安装过程勾选如图
2.打开Anaconda Prompt
conda create -n yolov5 python=3.8
conda activate yolov5 # 激活yolov5
pip config set global.index-url # 换源
镜像换源地址
进入NVIDIA控制面板,检查CUDA最高安装版本,进入PyTorch网页(可以选择历史版本),复制代码安装
3.Git yolov5官方代码
打开requirements.txt文件,手动调整numpy版本(用最新版本,防止兼容性问题)
用requirements.tx文件安装
cd (yolov5文件夹)
cd (yolov5文件名)
pip install -r requirements.txt (安装其他库)python detect.py # 打印出yolov5的信息 并下载yolov5s.pt文件。如果下载慢可框选地址右键,浏览器中 下载,粘贴至Yolov5文件夹下,再次运行
环境安装补充
- 尽量用pip
- 训练、推理 无需安装CUDA,编译、部署 则需要
更多推荐
Yolov5环境配置(自学用)
发布评论