图像识别第一步------从零开始搭建YOLOv5环境

图像识别第一步------从零开始搭建YOLOv5环境 1. YOLOv5环境的安装

本次安装参照 YOLOv5 Object Detection on Windows (Step-By-Step Tutorial)

1.1 下载YOLOv5

点击这里 下载YOLOv5，注：github版本

下载zip版本并进行解压缩

1.2 下载Python

点击这里 下载Python3.8（题主用的是Python3.9，我更新过pip之后就无法下载Pytorch，所以Python版本可能影响没那么大）

注：

​ 1、Python版本不能过高，在下载Pytorch可能报错

​ 2、pip版本不能过高，原因同上

​ 3、一定要勾选 pip

​ 4、记得勾选环境变量

1.3 下载CUDA(如果有NVIDA的显卡的话)

链接在这里，选择windows 10 就可以了

1.4 下载Pytorch

官方链接在这里，根据自己的版本不同，选择相应的版本就可以了

复制下面的命令，进入命令控制台（win+R 输入 cmd）

移动到C:UsersasusAppDataLocalProgramsPythonPython38scripts（默认安装位置）

注：AppData目录为隐藏目录，点击查看，勾选隐藏的项目即可看见该目录

tips：可以直接在该目录上的地址栏输入cmd，即可直接从控制台根目录跳转至当前文件夹下

输入刚才在Pytorch官网复制的命令，即可开始下载

pip3 install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio===0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

1.5 下载其他

将下载的YOLOv5压缩包解压，移动到该目录下（即yolov5-master文件夹下）

在地址栏输入cmd，进入控制台，下载其他需要的模块

pip install -r requirements.txt

注：题主在这里的时候表明，可能会报错，提示安装Visual Studio此时需要去这里安装，Community版本就可以

​ 安装完了之后，在yolov5-master的控制台中输入

​ pip install git+https://github.com/phiferriere/cocoapi.git#subdirectory=PythonAPI

​ 再输入下面命令即可。

​ pip install -r requirements.txt

到这里，YOLO运行所需要的环境就已经搭建好了，这时可以在yolov5-master对应的控制台中输入

python detect.py --source 0

启动你的摄像头，进行目标检测，如果有多个摄像头，则需要修改source后面的数字

之后应该就能看到一个摄像头，一个控制台在运行，实时显示你摄像头拍到的内容，并且进行画框，大概是这么个样子，图像就不放了。