我在Ubuntu下配置深度环境的过程可参考:
- Ubuntu18配置与ROS兼容的深度学习环境(Anaconda3+PyTorch1.10+python3.8+cuda10.2):https://blog.youkuaiyun.com/gyxx1998/article/details/121666269
本篇文章主要参考:
- yolov5环境配置-Anaconda3 + Pytorch1.8 + Cuda10.2 + cuDnn8.2.0 + opencv3.2.0:https://blog.youkuaiyun.com/qq_38766208/article/details/121442446
- https://github.com/ultralytics/yolov5
这里主要是记录Ubuntu下简单使用yolov5测试的过程,我是使用realsense d435i摄像头的RGB图像。
但是realsense有他自己打开摄像头的库,所以后续必然是要做一些更改的。(深度相机如果直接用opencv打开,要注意它的id)
这里参考的github上的yolo v5程序版本和功能比较全面,图片、视频、摄像头实时画面都可以使用,可以以这个程序为基础进行修改。
01 安装
下载文件到~/my_yolo5
文件夹下,然后安装相关依赖
git clone https://github.com/ultralytics/yolov5.git my_yolo5
cd my_yolov5
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
02 运行
运行需要在PyTorch环境,所以需要打开anaconda之前创建的pytorch环境
open_anaconda
torch
效果如下:
guyue@guyue:~/my_yolov5$ open_anaconda
(base) guyue@guyue:~/my_yolov5$ torch
(mytorch) guyue@guyue:~