关于yolov5的训练环境搭建

池鱼选手

需求环境：
    1. win10或者win11 64位系统。 测试了专业版和家庭版都成功搭建
    2. 训练的话最好是N卡。学习的话CPU也行，只是很慢，如果需要可以网上租一台临时训练也可以
    3. 全局科学上网，懂得都懂


环境搭建流程：
    1.安装Python 官方下载地址：https://www.python.org/downloads/ 安装版本3.8-3.10过高的版本可能出现兼容问题，可以查看yolo5官方文档，查看兼容

    2.安装Git 官方下地址：https://git-scm.com/download/win 需要克隆yolov5的仓库
     git clone https://github.com/ultralytics/yolov5.git 选择需要的盘符拉取yolov5的仓库到本地


    3.安装CUDA 官方下载地址：https://developer.nvidia.com/cuda-downloads 无法满足需求环境2的忽略

    4.安装 PyTorch 官方下载地址：https://pytorch.org/get-started/locally


     ①使用N卡的根据安装的CUDA版本选择命令
     例如:我使用的11.8版本的CUDA生成一下命令,有条件的建议还是科学上网获取完整的依赖，国内镜像可能会出现问题
     清华园镜像:(搭建环境应该没问题)
     pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple
   
     ②使用CPU搭建学习yolo
     清华园镜像:(搭建环境应该没问题)
     pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple


    5.获取yolov5的依赖
     进入yolov5目录下执行以下命令[二选一即可]
     阿里镜像:
     pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
     清华园镜像:
     pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple


    6.测试识别命令
     进入yolov5_7.0目录,然后执行以下命令：
     python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/bus.jpg
     执行成功后会yolov5\runs\detect目录下生成识别成功的图片


    7.模型训练 使用coco128测试
     执行命令[首次执行会拉取coco128的训练素材]
     python train.py --img 640 --batch 16 --epochs 3 --data coco128.yaml --weights yolov5s.pt
     成功后,会在yolov5\runs\train目录下生成训练后的模型和标记的图片


至此环境搭建完毕


补充说明：
    如果需要对训练结果进行格式转换,可能需要补充依赖或降低版本
    例如转为:onnx
    错误1:load failed while importing onnx_cpp2py_export错误
    降低onnx版本即可,清华园镜像
    pip install onnx==1.16.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
       错误2:onnxruntime异常 执行以下命令获取新的依赖
    清华园镜像:
    pip install onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple


遇到其他问题可以评论区留言，交流学习，谢谢！
create: 2024年11月20日
author: chiy

qq1056123185

求出个完整视频，文字太干燥了~

domingo

那些免环境训练包，是如何实现的。