• 详细Anaconda+Pycharm配置YoloV5环境笔记


    环境:

      win10 20H2

    需要的安装包:

      Anaconda3-2021.05-Windows-x86_64.exe

      pycharm-professional-2021.2.1.exe

       YoloV5源码

      CUDA10.2与CUDNN V8.2.4

      pytorch 1.9

      选择性安装OpenCV库

    一,安装Anaconda3

      下载地址:https://www.anaconda.com/products/individual-d

     1.选择CMD.exe Prompt,在命令行中输入:

    conda install git
    conda install pip

    2.创建Yolov5环境,选择Python3.8,安装完后可以关闭ANACONDA。

    二,安装pycharm

      下载地址:https://www.jetbrains.com/pycharm/download/#section=windows;

      路径不能有中文空格和符号;

    1.破解,我用的ide-eval-resetter-2.1.6.jar(无线30天),而jetbrains-agent.jar(现在不稳定,经常打不开pycharm):

       选择30天使用

     破解教程:http://www.downxia.com/downinfo/323769.html

    2.汉化:

      这里就不讲了,file-settings-plugins,搜索chinese,安装中文包就可以。下载超时可以使用下载地址:https://plugins.jetbrains.com/plugin/13710-chinese-simplified-language-pack----/versions,jar包放到lib中拖到软件里在插件里选择从硬盘安装就可以了。

     3.Pycharm创建工程,目录选择YoloV5源码文件夹(目录无中文符号)

     4.配置解释器

     结果:

    三,安装Cude10.2与CUDNN

    CUDA:是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。

    CUDNN:NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。

      详细见:深度学习框架与运行平台

    1.安装Cude10.2

      首先打开NVIDIA显卡控制面板,查看显卡支持的最高Cude版本,我的最高支持CUDE11.4,如下图:

      目前(2021.09.04日)pytorch支持的最新的CUDA为11.1,可是不支持Conda,如下图,所以我们选择CUDA10.2。

    (1)下载:

    下载链接:https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork,下载主程序和相应补丁。

    (2)安装:

      自定义安装,不勾选visual studio integration

    (3)安装所有补丁:

    (4)安装验证:

      cmd中输入nvcc -V,正确结果如下:

     2.安装CUDNN V8.2.4 For Cude10.2

    (1)下载:

       下载链接:https://developer.nvidia.com/cudnn,这里需要登录并填写问卷才能下载(登录后的下载链接:https://developer.nvidia.com/rdp/cudnn-download)

     

     (2)安装:

       解压下载的cudnn-10.2-windows10-x64-v8.2.4.15.zip包,将其中的文件复制到CUDE安装目录中(默认为C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2)

     

       然后,在系统环境变量的Path中新增如下两项(对应自己的安装目录)。

    C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2
    C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64

      如下图:

       检验

      切换到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2extrasdemo_suite目录下,shift+鼠标右键打开命令行 执行bandwidthTest.exe或者.andwidthTest.exe,查看结果是否如下图,显示Pass则安装成功。

      注:有什么疑问见补充:win10下CUDA和CUDNN的安装(超详细)!亲测有效!

     四,安装Pytorch

    1.安装

      打开官网https://pytorch.org/get-started/locally/,选择使用Conda安装,如下图,安装命令为:

    conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

      打开Anaconda Navigator — yolov5test — CMD.exe Prompt,粘贴命令,回车即可。安装完成如下图:

     五,选择性安装OpenCV

    打开【anaconda navigator】-yolov5test,点选下图所示【Enviroments】,将下拉单选成【ALL】,然后搜索【opencv】,选中点击apply完成了安装。

     六,【anaconda navigator】-yolov5test中安装yolov5一些必须库

    torch
    pyyaml
    cudnn等等
    详细见:源代码目录下的:requirements.txt文件
    +cmd中安装pip install opencv-python和pip install thop等

     六,运行项目:

      1.运行Train.py

        (1)结果目录runs rainexp

         (2)提示未找到库对应版本的不重要提示(我们安装的版本高于它引发的提示):

         (3)正确运行完成,返回代码为0并打印输出目录:

        (4)目录里查看

     

     2.运行Detect.py

         (1)目录里查看:

         (2)效果图

     

    七,补充:pip配置环境方法直接见官方源代码说明文件。

    365个夜晚,我希望做到两天更一篇博客。加油,小白!
  • 相关阅读:
    canvas制作倒计时炫丽效果
    MySQL存储过程
    SpringMVC入门
    JAVA面试/笔试经典题
    JAVA内存存储分配粗略讲解
    数据结构算法总结
    稳定排序
    Java集合框架
    Java笔试题及答案
    面向接口
  • 原文地址:https://www.cnblogs.com/qq2806933146xiaobai/p/15225097.html
Copyright © 2020-2023  润新知