win10下yolov5 v6.0环境配置

最新推荐文章于 2024-09-09 20:19:25 发布
原创 最新推荐文章于 2024-09-09 20:19:25 发布 · 2k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#visual studio #ide #visualstudio

本文指导读者从安装CUDA和cuDNN，选择兼容PyTorch版本，到下载和修改Yolov5模型，自定义数据集，最后进行从头开始的训练全过程。适合深度学习爱好者和实践者。
部署运行你感兴趣的模型镜像

1、首先安装cuda和cudnn，安装步骤参考

Cuda和cuDNN安装教程(超级详细)_jhsignal的博客-优快云博客_cuda安装教程

2、安装PyTorch

pytorch:Start Locally | PyTorch

根据自己的cuda和cudnn选择对应的pytorch版本，如果是cuda10.1和10.2 LTS版本兼容性好点。

3、下载yolov5

https://github.com/ultralytics/yolov5/tree/v6.0

4、修改相应文件，自定义训练

 

5、自定义数据集

6、从头开始训练

 

python train.py --img 640 --batch 80 --epochs 800 --data data/coco128.yaml --cfg models/yolov5s.yaml

 

 

 

 

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

YOLOv5入门实践：环境配置与搭建
LgvrApplescript的博客
09-22 959
本文介绍了YOLOv5的环境配置和搭建，并提供了相应的代码示例。通过本文的学习，您可以快速掌握YOLOv5的基本使用方法，进一步深入学习和应用YOLOv5的相关知识。YOLOv5是一种基于深度学习的目标检测算法，可以在实时性与精度之间取得平衡。在这篇文章中，我们将手把手带您完成YOLOv5的环境配置和搭建。该代码使用PyTorch Hub加载已有的YOLOv5s模型，并在摄像头的实时视频中进行目标检测。参数指定置信度阈值，置信度低于该阈值的检测结果将被忽略。参数指定使用的数据集配置文件，
模型实战（10）之win10下tensorRT部署yolov5算法
yohnyang的博客
05-05 1108
win10下tensorRT部署yolov5算法
Windows系统在YOLOV5环境的搭建
qq_41627642的博客
07-28 6215
一、参考博客和注意问题 一、 参考博客： pytorch训练自己的YOLOv5目标检测器（自定义数据集训练） WIN10下YOLOV5安装与测试-踩坑记会发现我们下载的requirements.txt与博主的不一样，源码发生了变化注意：不要采用 pip install -U -r requirements.txt原因：应该只支持Linux和macos系统,对于window系统还是采用下面的操作进行配置。 二、 安装Anaconda、 安装VS2015、安装CUDA10.2.89、CUDNN7.6.5（操作
yolov6 win10环境配置详细过程
excelNo1的博客
06-28 3493
最近美团开源了yolov6 源码，准备体验下yolov6 的效果。记录下环境配置过程。1.在github 上输入yolov6，选择meituan/YOLOV6。或者直接访问https://github.com/meituan/YOLOv6。 2.进入到YOLOV6 仓库后，在Code 下拉列表中选择Download ZIP，下载该源码文件。 3.将源码文件解压至合适的硬盘。1.在开始菜单栏中找到Anacond3，使用Anaconda3 Prompt (Anaconda3)创建环境。 2.在Ancond
yolov5环境搭建之“CUDA10.0也可以正常运行pytorch1.7.1”及其他小问题总结
weixin_45145550的博客
04-24 4886
问题一：CUDA10.0也可以正常运行pytorch1.7.1 在初步搭建完毕yolov5环境之后运行程序，发现出现下面这个问题: 通过查阅资料，出现这个问题大概率是因为torch版本太低的问题。我的电脑只配置了CUDA10.0，由于CUDA10.0版本对应的torch版本为1.2.0（官网🔗） # CUDA 10.0 conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch 这不符合要求（pytorch&g
【小记录】解决win10弹出由于某种原因powerpoint无法加载...MathType.ppam加载项问题及相关问题
weixin_44632614的博客
08-01 5538
背景：弹这个窗口有一段时间了，但是不影响用ppt就没管。今天要用mathtype在ppt打个公式，才发现mathtype都没法用了。于是先修复mathtype吧。途中遇到好几个问题，于是统一写一下解决方案。
Win10 系统下部署yolov5-V6.0版本的tensorrt加速推理环境（保姆级填坑版）
yezlin的博客
11-04 1446
Win10 系统下部署yolov5-V6.0版本的tensorrt加速推理环境（保姆级填坑版）
Win10 yolov5 6.0版本使用tensorrtx部署tensorRT
m0_37660632的博客
11-08 5820
一、环境搭建 VS2017+CUDA10.0+CUDNN7.6.5+opencv3.4(不要高于4.0) 1、查看cuda版本 nvcc -V，我的是10.0 2、查看cudnn版本 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include，到CUDA的include目录下找到cudnn.h，打开后下图即是版本，我的是7.6.5 3、下载Opencv3.4 OpenCV 3.4 - OpenCVhttps://ope.
Ubuntu 20.04从0到跑通yolov5 v6.0
weixin_51179742的博客
06-03 3675
一、卸载ubuntu二、安装ubuntu
windows中使用Anaconda运行yolov5_6.0项目 .docx
06-12
### Windows环境下利用Anaconda运行YOLOv5 6.0项目的详细步骤 #### 一、安装与配置Anaconda **1.1 安装Anaconda** - 访问Anaconda官方下载页面，根据你的Windows系统版本（32位/64位）选择合适的安装包。 - 运行...
03-机器学习之YOLOv6安装部署（采用Pycharm部署，保姆级带图操作）
weixin_43282101的博客
09-09 3109
本文所要部署的YOLOv6为美团公司开源的工业应用研发的目标检测框架，采用Pycharm进行部署，保姆级带图操作
YOLOv6训练自己的数据集（从代码下载到实例测试）
Limiiiing的博客
08-05 3214
在Windows10上配置CUDA环境教程YOLOv6是美团视觉智能部研发的一款面向工业应用的目标检测框架，该框架在保持高检测精度的同时，兼顾了推理效率，是YOLO系列中的又一改进版本。主要特点Hardware-friendly的骨干网络设计YOLOv6采用了基于RepVGG style的可重参数化、更高效的骨干网络EfficientRep Backbone，以及Rep-PAN Neck，这些设计使得网络在推理时能够更有效地利用硬件资源，提高推理速度。更简洁高效的Decoupled Head。
【KnowledgeBase】最详细的YOLO-V5模型配置文件yaml结构理解
weixin_47691066的博客
11-25 8225
YOLO-V5模型配置文件yaml结构详解
2021.11.01 c++下 opencv部署yolov5-6.0版本 (四)
热门推荐
qq_34124780的博客
11-01 2万+
此篇文章针对yolov5的6.0版本，4.0和5.0版本请看前面三篇的修改。
Yolov5学习第一周--Win10系统yolov5环境搭建全过程
ali1174的专栏
02-25 3347
刚接触yolov5，搭建好环境后进行测试
Win10下YOLOv5安装与测试-踩坑记
Linda的博客
06-24 1万+
环境：Win10+python3.7.1 最近在搭建YOLOv5的测试环境，期间也有不少错误信息，现将整个安装过程整理如下： 一、下载YOLOv5工程目录 YOLOv5下载地址 二、安装所需的依赖库 坑1：报错“ERROR: Failed building wheel for pycocotools ” 执行如下命令安装依赖库： pip --default-timeout=1000 install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirem
YOLOv6算法新鲜出炉--训练自己数据集过程
实力派，无需多言！
06-28 5244
YOLOv6算法背景：YOLOv6 是美团视觉智能部研发的一款目标检测框架，致力于工业应用。本框架同时专注于检测的精度和推理效率，在工业界常用的尺寸模型中：YOLOv6-nano 在 COCO 上精度可达 35.0% AP，在 T4 上推理速度可达 1242 FPS；YOLOv6-s 在 COCO 上精度可达 43.1% AP，在 T4 上推理速度可达 520 FPS。 评估指标如下; 官方公众哈介绍说 YOLOv6算法精度与速度远超 YOLOv5 和 YOLOX 的新框架，是真是假，还待自己跑跑测评一下，
YOLOv5数据集配置文件参数作用和用法
ayiya_Oese的博客
11-11 7095
YOLOv5数据集配置文件
基于yolov5-6.0版本的PCB板缺陷检测（Python/C++部署）
酸梅果茶的博客
05-17 2659
源码下载：https://gitee.com/zhankun3280/my_yolov5-6.0 1、依赖环境 ubuntu 18.04 python 3.6.9 opencv 4.5.0 pytorch 1.9.0 torchvision 0.10.0 2、准备数据集 链接: https://pan.baidu.com/s/1TqCX5nRPXIZ1jbyaye3e3A 密码: 9fr6 3、训练数据相关工作 （1）解压数据集，放在yolov5-6.0根目录下 （2）删除ImageSets文件夹下的
ERROR: Could not install packages due to an OSError: [Errno 2] No such file or directory: 'D:\\yolov5-6.0\\scipy-1.13.1-cp39-cp39-win_amd64.whl'
最新发布
06-15
<think>我们正在解决一个具体的错误：在Windows系统中使用pip安装scipy时出现的OSError，错误信息指向一个.whl文件路径不存在。根据用户提供的错误信息：OSErrorErrno2pipinstallscipyfilenotfoundD:\yolov5-6.0\scipy-1.13.1-cp39-cp39-win_amd64.whl这个错误表明用户尝试使用pip安装一个本地的.whl文件（scipy-1.13.1-cp39-cp39-win_amd64.whl），但该文件在指定路径（D:\yolov5-6.0\）中不存在。解决思路：1.确认文件是否存在：检查路径D:\yolov5-6.0\下是否存在名为scipy-1.13.1-cp39-cp39-win_amd64.whl的文件。2.如果文件不存在，那么需要重新下载该文件，或者直接使用在线安装（不指定文件路径）。3.如果用户确实需要从本地文件安装，确保文件路径正确。此外，用户提到是在yolov5-6.0的目录下，可能是用户在该目录下执行了安装命令，但该目录下并没有这个whl文件。因此，建议的解决方案：方案1：在线安装（推荐）直接使用命令：pipinstallscipy这样pip会从PyPI仓库下载安装。方案2：如果用户因为网络原因需要本地安装，那么需要先下载正确的whl文件。步骤：a)确认Python版本和系统架构：cp39-cp39表示Python3.9，win_amd64表示64位系统。b)到官方PyPI或第三方源下载对应版本的whl文件（注意版本匹配）。c)将下载的whl文件放在指定目录（例如D:\yolov5-6.0\），然后再次执行安装命令。但是，用户提供的错误信息中，文件路径是D:\yolov5-6.0\scipy-1.13.1-cp39-cp39-win_amd64.whl，而用户当前工作目录可能不是D:\yolov5-6.0，或者该目录下没有这个文件。所以，我们首先建议用户尝试在线安装。如果在线安装失败，再考虑下载whl文件。另外，注意用户的环境可能是conda环境，也可以考虑使用conda安装（如果用户使用的是conda环境）。步骤总结：1.检查当前工作目录：确保在命令提示符中，当前目录是D:\yolov5-6.0（如果用户确实想从这个目录安装whl文件的话），并且该目录下有这个文件。2.如果文件不存在，切换到文件所在目录，或者使用绝对路径指定文件。3.或者，直接使用在线安装。根据用户提供的引用[1]和引用[2]，它们分别提到了conda环境和文件未找到的错误（但引用中的错误是ckpt.meta文件未找到，与当前问题不完全相同，但错误类型相似）。因此，我们可以参考文件路径问题的解决思路。具体操作建议：步骤1：尝试在线安装打开命令提示符，执行：pipinstallscipy步骤2：如果在线安装遇到网络问题，可以尝试使用国内镜像源，例如：pipinstallscipy-ihttps://pypi.tuna.tsinghua.edu.cn/simple步骤3：如果用户坚持使用本地whl文件，则：a)检查D:\yolov5-6.0\目录下是否存在scipy-1.13.1-cp39-cp39-win_amd64.whl文件。b)如果不存在，需要下载。可以到https://pypi.org/project/scipy/1.13.1/#files下载对应文件（注意选择正确的版本：scipy-1.13.1-cp39-cp39-win_amd64.whl）。c)将下载的文件放到D:\yolov5-6.0\目录下。d)然后执行：pipinstallD:\yolov5-6.0\scipy-1.13.1-cp39-cp39-win_amd64.whl步骤4：如果用户使用的是conda环境，也可以尝试使用conda安装：condainstallscipy但是，注意conda环境需要先激活环境。由于用户错误信息中显示的是pip命令，所以默认用户使用pip。我们按照以上思路给出解决方案。</think>### 解决 OSError: [Errno 2] pip install scipy 文件未找到问题 这个错误表明系统在指定路径 `D:\yolov5-6.0\` 下找不到 `scipy-1.13.1-cp39-cp39-win_amd64.whl` 文件。以下是逐步解决方案： #### 1. **验证文件路径** 检查 `D:\yolov5-6.0\` 目录下是否存在该文件： - 打开文件资源管理器，导航到 `D:\yolov5-6.0\` - 确认文件名是否完全匹配（包括版本号和扩展名） - 若文件不存在，需重新下载或调整路径 #### 2. **修复安装命令** **情景1：文件存在但路径错误** 使用绝对路径安装： ```powershell pip install "D:\yolov5-6.0\scipy-1.13.1-cp39-cp39-win_amd64.whl" ``` **情景2：文件不存在** 直接在线安装最新版（推荐）： ```powershell pip install scipy --upgrade ``` 或指定国内镜像加速： ```powershell pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple ``` #### 3. **检查环境变量** - 确保 Python 和 pip 已添加到系统 PATH： ```powershell # 检查Python路径 where python # 检查pip路径 where pip ``` - 若未配置，手动添加： `控制面板 > 系统 > 高级系统设置 > 环境变量 > Path` 添加 Python 安装路径（如 `C:\Python39\Scripts`） #### 4. **验证文件完整性** 如果必须使用 .whl 文件： - 从官方源重新下载对应版本：[scipy-1.13.1-cp39-cp39-win_amd64.whl](https://pypi.org/project/scipy/1.13.1/#files) - 检查文件哈希值（下载页面提供 SHA256 校验码） #### 5. **权限问题处理** 以管理员身份运行命令提示符： 1. 搜索 `cmd` 2. 右键选择 **以管理员身份运行** 3. 重新执行安装命令 #### 6. **虚拟环境排查** 若使用 conda 环境： ```powershell # 激活环境 conda activate your_env # 尝试conda安装 conda install scipy ``` > **关键提示**：多数情况下，直接在线安装是最可靠方案。若项目必须指定版本，建议通过 `requirements.txt` 管理依赖[^1]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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