ubuntu18.04配置yolov5环境

文章目录

• 下载yolov5
• 
  

  一、CPU版本下载安装PyTorch

• 
  

  二、GPU版本下载安装PyTorch

• • 1.安装显卡驱动
  • 2.安装CUDA
  • • • 建议选择与显卡版本对应的cuda版本,同时要参考PyTorch版本，这里我们选择：CUDA 11.1GA版本，其对应显卡驱动 >=455.23,这里可能就是上面问题发生的原因。
        

        
        

      • 下载CUDA
  • 2.安装PyTorch
• 
  

  三、其他依赖

• 
  

  四、测试yolov5

---

下载yolov5

yolov5下载地址

查看ubuntu中的python3环境
终端输入：

python3

ubuntu18.04默认安装的python3环境是：python 3.6.9.在yolov5的分支中查看对应版本要求的python3开发环境。

目前，默认的yolov5版本是v6.1,而要求的python环境：python>=3.7.0。

这里，我们选择yolov5 6.0版本，其python环境：python >=3.6.0 ，PyTorch >=1.7

git clone -b v6.0 https://github.com/ultralytics/yolov5

---

一、CPU版本下载安装PyTorch

去PyTorch官网下载官网链接查看选择下载命令。

版本建议不要选择最新版本的，下载的yolov5版本要求PyTorch >=1.7,这里选择v1.8.0 版本，
也可以安装仅仅是CPU版本的PyTorch。

pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

但是这里会存在安装失败的问题，在网上一通 *** 作依然解决不了，可能是网络限制的问题，所以就去安装GPU版本的PyTorch。

若是没有问题,使用如下指令查看：

pip3 list

二、GPU版本下载安装PyTorch 1.安装显卡驱动

软件和更新—>附加驱动，选择合适的显卡驱动版本。

重启电脑。

sudo apt-get update
nvidia-smi

查看显卡驱动

这里有个问题：开始我在附加驱动里选择的是: nvidia-driver-470-server(专有），在安装CUDA时，它自动安装了nvidai-driver-455。

2.安装CUDA

显卡驱动版本与cuda对应关系：
版本对应

建议选择与显卡版本对应的cuda版本,同时要参考PyTorch版本，这里我们选择：CUDA 11.1GA版本，其对应显卡驱动 >=455.23,这里可能就是上面问题发生的原因。

下载CUDA

cuda下载链接
在下载链接中，找到cuda 11.1.0 点击进行如下选择：

生成如下命令：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu1804-11-1-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

在终端中运行，完成cuda安装，位置在/usr/local中。

同时需要在 .bashrc中添加环境变量：

export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64\
                         ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在终端查看cuda是否正确安装：

nvcc -V

打印出cuda的版本信息。

---

2.安装PyTorch

参照安装的显卡驱动版本与cuda 11.1.0版本，在PyTorch官网安装中选择安装torch1.8.0版本.

pip3 install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

安装成功后，在终端运行：

python3
import torch
torch.__vision__
print(torch.cuda.is_available())

返回torch版本信息，以及True代表安装成功。

三、其他依赖

我们应该已经安装好torch和torchvision。

在yolov5包下，会有一个requirements.txt文件，查看里面的依赖内容，使用pip3 install 依次安装缺少的依赖。

例如：

pip3 install numpy==1.18.5
pip3 install scipy==1.4.1
.....

---

四、测试yolov5

在yolov5对应的6.0版本下下载对应的权重文件，以yolov5s.pt为例，放在yolov5源码目录下。

在yolov5源码目录下：

python3 detect.py

即可，结果在runs/detect下。