项目配置流程(YOLO通用

本文详细描述了如何在PyCharm中配置YOLOv5项目的环境,包括创建虚拟环境、添加Python解释器、解决Nomodulenamed错误,以及处理Pillow版本问题。作者分享了调试过程中常见的问题及解决策略,强调逐步解决问题的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.下载源码,自行下载

2.打开项目

打开pycharm,选择自己的项目,建议使用Recent Project,每次用Open都会卡很久,不道为撒。。。

3.cmd 新建虚拟环境,需要输入y/n输入y就行

#创建一个名为YOLOv5的环境并指定python版本为3.9
conda create -n YOLOv5 python=3.9

4.激活虚拟环境,切换到项目文件夹下

activate YOLOv5

5.添加python解释器。

打开pycharm,点settings

点add interpreter

找到你新建的虚拟环境,选择python.exe

6.下载所需包

回到刚刚的cmd窗口,输入如下代码

pip install -r requirements.txt

7.下载完成

8.修改yolov5m.yaml文件

将nc改为本数据集目标数

9.修改myvoc.yaml

写好数据集地址(文件名字不重要,看你train里面填写的数据集yaml文件是什么就改哪个文件

激动人心的Debug过程。。。(每个人遇到的问题可能都千奇百怪,善用ai与搜索

10.运行train.py,出现报错

No module named 'ultralytics.yolo'

在v8和v5的配置中均遇到该问题

首先

pip install ultralytics.yolo

在v8中由于有ultralytic文件夹,在要运行的代码开头加上如下语句

import sys
sys.path.append("/home/shares/myproj/other_tasks/yolov8/")
# 即 ultralytics文件夹 所在绝对路径

v5中无该文件夹,故打开报错py文件utils/general.py

删除该行

from ultralytics.yolo.utils.yolo.checks import check_requirements

在大约350行之后(反正在其他函数结束后,添加如下代码

@TryExcept()
def check_requirements(requirements=ROOT / 'requirements.txt', exclude=(), install=True, cmds=''):
    # Check installed dependencies meet YOLOv5 requirements (pass *.txt file or list of packages or single package str)
    prefix = colorstr('red', 'bold', 'requirements:')
    check_python()  # check python version
    if isinstance(requirements, Path):  # requirements.txt file
        file = requirements.resolve()
        assert file.exists(), f'{prefix} {file} not found, check failed.'
        with file.open() as f:
            requirements = [f'{x.name}{x.specifier}' for x in pkg.parse_requirements(f) if x.name not in exclude]
    elif isinstance(requirements, str):
        requirements = [requirements]

    s = ''
    n = 0
    for r in requirements:
        try:
            pkg.require(r)
        except (pkg.VersionConflict, pkg.DistributionNotFound):  # exception if requirements not met
            s += f'"{r}" '
            n += 1

    if s and install and AUTOINSTALL:  # check environment variable
        LOGGER.info(f"{prefix} YOLOv5 requirement{'s' * (n > 1)} {s}not found, attempting AutoUpdate...")
        try:
            # assert check_online(), "AutoUpdate skipped (offline)"
            LOGGER.info(check_output(f'pip install {s} {cmds}', shell=True).decode())
            source = file if 'file' in locals() else requirements
            s = f"{prefix} {n} package{'s' * (n > 1)} updated per {source}\n" \
                f"{prefix} ⚠️ {colorstr('bold', 'Restart runtime or rerun command for updates to take effect')}\n"
            LOGGER.info(s)
        except Exception as e:
            LOGGER.warning(f'{prefix} ❌ {e}')

参考链接:

【报错集锦】yolov8报错ModuleNotFoundError: No module named ‘ultralytics‘_modulenotfounderror: no module named 'ultralytics-优快云博客

运行yolov3报错解决_from ultralytics.yolo.utils.checks import check_re-优快云博客

9.不报错了,可以跑train了,但是还是有点小毛病

检查了一下自己的包版本,pillow版本10.2.0,但该版本中已删除getsize功能,故需手动降级至9.5

安装语句

pip install Pillow==9.5

10.正常运行了

11.总结

写在最后,环境的配置确实很麻烦,会遇到很多很多的问题,但个人觉得无非是如下几种

①各种包的版本不同,函数可能在升级过程中没有了,更换下包版本即可

②代码和主机有些编码不一致,修改下某些代码即可

③缺包,下就好了,但有些包名可能和报错中的不同,上网搜搜

④文件路径不对

⑤你自己的数据集格式不对

可能每个问题都会让我们抓耳挠腮很久

但不积跬步,无以至千里

一步一步去解决,一步一步走

积累无数debug经验

终能从小白变成技术大牛~(*•̀ᴗ•́*)و ̑̑

记得之前看过清华一位学长在其捐赠的教室里写了这么一句话

“我可以告诉你,当年我也一样郁闷吗?”

也送给你们。

YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而高性能,更加灵活和易用,当前非常流行。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目:单目标检测(足球目标检测)和多目标检测(足球和梅西同时检测)。  本课程的YOLOv5使用ultralytics/yolov5,在Windows和Ubuntu系统上分别做项目演示。包括:安装YOLOv5、标注自己的数据集、准备自己的数据集(自动划分训练集和验证集)、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。 除本课程《YOLOv5实战训练自己的数据集(Windows和Ubuntu演示)》外,本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:《YOLOv5(PyTorch)目标检测:原理与源码解析》课程链接:https://edu.youkuaiyun.com/course/detail/31428YOLOv5目标检测实战:Flask Web部署》课程链接:https://edu.youkuaiyun.com/course/detail/31087《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》课程链接:https://edu.youkuaiyun.com/course/detail/32303《YOLOv5目标检测实战:Jetson Nano部署》课程链接:https://edu.youkuaiyun.com/course/detail/32451《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接:https://edu.youkuaiyun.com/course/detail/32669《YOLOv5实战口罩佩戴检测》课程链接:https://edu.youkuaiyun.com/course/detail/32744《YOLOv5实战中国交通标志识别》课程链接:https://edu.youkuaiyun.com/course/detail/35209 《YOLOv5实战垃圾分类目标检测》课程链接:https://edu.youkuaiyun.com/course/detail/35284  
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值