创建 python 环境
跑通yolo,需要用到python语言。这里先介绍下安装python环境,如果已经有了直接跳到下一步。
Python下载地址:https://www.python.org/downloads/
点击上面链接,选择 windows 系统,下载python解释器的安装包。

我这里选择的是python版本3.9.7,64位操作系统。

点击 windows installer(64-bit)后,下载的是个exe文件。双击该exe文件,图中两个选项勾选上,选择自定义安装路径(根据自己的习惯选择安装目录)。


安装成功后,win+r 打开终端,输入python,如下图,就表示安装成功了。

yolov5-7.0下载
可通过下面链接,从官网下载 yolov5-7.0 版本的代码。
地址:https://gitcode.com/gh_mirrors/yo/yolov5
我这里下载的是zip包,使用git工具下载也可。

下载解压后,进入yolov5-7.0目录下,直接在该目录下敲入cmd命令,这样可直接以此目录打开终端,省去了win+r打开终端后,在cd进入该目录。
弹出终端后(默认大家已经安装了python解释器),输入下面命令,pip工具一键安装依赖包,这里加上了清华镜像源,速度会比较快。
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
执行后可能会遇到如下问题:

这是pip版本太低了,需要进行更新,改一下镜像就行了。
解决办法如下:
进入cmd输入:
pip config set global.index-url https://pypi.doubanio.com/simple
搜索cmd,以管理员身份运行
python -m pip install --upgrade pip
yolov5-7.0 版本中,有目标检测,分类,分割三部分的内容。接下来我们体验一下目标检测。
目标检测
在主目录yolov5-7.0下,这些没有进一步划分目录的文件,大都是目标检测的相关文件。
首次运行detect.py(yolo目标检测的测试文件),会自动下载 yolov5s.pt 预训练权重文件,比较慢。大家点击下载链接,这样下载速度较快。
再次运行detect.py,成功后,会将测试图片结果存放于 runs/detect/exp 目录下。

到这里就结束啦!后续会持续更新,敬请期待~~~
网友评论