YOLOv5模型部署教程

news2024/11/24 2:45:37

一、介绍

YOLOv5模型是一种以实时物体检测闻名的计算机视觉模型，由Ultralytics开发，并于2020年年中发布。它是YOLO系列的升级版，继承了YOLO系列以实时物体检测能力而著称的特点。

二、基础环境

系统：Ubuntu系统，显卡：3090，显存：24G，cuda12.1

特别提醒：本人使用cuda12.1,在下载依赖包时已将pytorch注释掉，最好使用cuda11.8

1.查看系统是否有Miniconda3的虚拟环境

如果输入命令没有显示Conda版本号，则需要安装。

conda -V

屏幕截图

2.更新系统命令

输入下列命令将系统更新及系统下载

apt-get update && apt-get install ffmpeg libsm6 libxext6  -y

微信截图_20240820152809.png

3.下载模型

输入下列命令对Cinemo模型进行下载同时进入项目中

git clone https://gitclone.com/github.com/ultralytics/yolov5.git
cd yolov5

微信截图_20240823221432.png

4.创建虚拟环境

创建名称为“yolov5”，python版本为3.8的虚拟环境

conda create -n yolov5 python=3.8

微信截图_20240823221622.png

激活“cinemo"虚拟环境

conda activate yolov5

微信截图_20240823221735.png

5.换源

输入下列命令换成国内源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.douban.com

n/simple --trusted-host pypi.douban.com

微信截图_20240823221815.png

6.下载pytorch

输入下列命令：

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1

微信截图_20240823224935.png

7.下载依赖包

输入下列命令

pip install -r requirements.txt

微信截图_20240823222503.png

8.使用 detect.py 进行推理

输入下列命令：

python detect.py

系统会自动下载推理所用的图片及权重文件

微信截图_20240823230951.png

9.下载gradio

输入下列命令：

pip install gradio

微信截图_20240823231143.png

三、界面演示

对于web界面本人使用Gradio编写的，比较简洁

python gradio_app.py

微信截图_20240824092730.png

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2151547.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！