文章目录
- 🌕运行结果
- 🌕我的配置
- 🌕下载项目
- 🌕安装依赖
- 🌙创建激活虚拟环境
- 🌙pip install -r requirements.txt
- 🌕确保有参数ckpt.t7和测试数据集test.mp4
- 🌕运行
- 🌙出现报错TypeError: load() missing 1 required positional argument: 'Loader'
🌕运行结果
🌕我的配置
主要配置：
ubuntu22.04LTS
RTX 4060
python3.8.20
pytorch11.8 + cuDNN8.6.0
其它配置：
nvidia驱动版本为550.12
NVIDIA-Linux-x86_64-550.120.run
GCC为12.3.0
gcc version 12.3.0 (Ubuntu 12.3.0-1ubuntu1~22.04)
linux内核为6.2.0
6.2.0-060200-generic
系统架构为：X86_64
如果要安装如上配置，请参考：
RTX4060+ubuntu22.04+cuda11.8.0+cuDNN8.6.0 & 如何根据显卡型号和系统配置cuda和cuDNN所需的安装环境
🌕下载项目
打开Pycharm的终端：
git clone https://github.com/dyh/unbox_yolov5_deepsort_counting.git
🌕安装依赖
🌙创建激活虚拟环境
打开Pycharm，在终端中：
conda create --name yolo python=3.8
activate yolo
如果不知道怎么安装anaconda创建虚拟环境，请看这篇博客：
亲测可行：linux安装minianconda
🌙pip install -r requirements.txt
原requirements.txt没有指定各种包的版本号，容易出问题，
修改requirements.txt内容如下：
# pip install -r requirements.txt
# base ----------------------------------------
matplotlib>=3.2.2
numpy==1.23.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
torch==1.9.1
torchvision==0.10.1
tqdm>=4.41.0
# plotting ------------------------------------
seaborn>=0.11.0
pandas
# deep_sort -----------------------------------
easydict
requests
由于CUDA11.8最低支持pytorch2.0.0，而pytorch2.0.0又有对应的torchvision，所以单独安装pytorch:
# CUDA 11.8
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
安装成功之后就可以开始跑了。
🌕确保有参数ckpt.t7和测试数据集test.mp4
🌕运行
终端中进入该项目根目录
python main.py
🌙出现报错TypeError: load() missing 1 required positional argument: ‘Loader’
在较新版本的 PyYAML 库中，yaml.load() 函数已经不再推荐使用。应该使用 yaml.safe_load() 代替 yaml.load()。
点击该行报错修改如下代码：
# 原来的代码
# self.update(yaml.load(fo.read()))
# 修改后的代码
self.update(yaml.safe_load(fo.read()))
修改之后成功运行！
运行结果见文章开头。
