Yolov5 安装详细教程及目标检测和识别

2023-12-09 10:38| 来源: 网络整理| 查看: 265

文章内容： 1.在 Anaconda 环境下，进行目标检测程序（Yolov5）的下载及安装，实现 Yolov5 的整体安装； 2.通过调用手机摄像头进行简单的目标检测和识别。

目录 1 任务目标2 任务环境3 Yolov5 下载安装3.1 下载 Yolov53.2 下载 Yolov5 预训练模型3.3 安装Yolov5 4 测试 Yolov54.1 图片检测4.2 视频检测4.3 调用摄像头检测4.4 调用手机 IP 摄像头检测 5 总结6 参考资料

1 任务目标实现目标检测程序的下载及安装，了解目标检测程序的开发过程和环境；完成简单的目标检测，掌握移动 IP 摄像头对目标场景的检测方法。 2 任务环境设备：PC( Windows系统 )、手机环境：Anaconda 环境安装 Anaconda 环境并新建虚拟环境可以移步到我的另一条博文：Python 环境资源配置 3 Yolov5 下载安装 3.1 下载 Yolov5

在下载配置 Yolov5 之前，需要先安装好 Anaconda 环境，新建虚拟环境，并进入。

这里我之前已经创建好了名为“ PyCharmLearningProject ”的虚拟环境。(名字不重要)

通过“win+R”进入命令提示符

输入命令“ activate PyCharmLearningProject ”进入虚拟环境在这里插入图片描述

下载 Yolov5 源码 Yolov5 Github下载地址：https://github.com/ultralytics/yolov5 在这里插入图片描述直接 git clone 到本地工作目录。

在刚才的命令窗口输入命令： “ git clone https: //github.com/ultralytics/yolov5 ”，等待下载完成。在这里插入图片描述

下载后可以看到目录架构：在这里插入图片描述

3.2 下载 Yolov5 预训练模型

这是已经训练好的权重参数数据，可以直接使用，就不用在本机再做练习了。

进入下载地址：https://github.com/ultralytics/yolov5/releases 可以看到如下界面：在这里插入图片描述

找到最新的 release ,点击下面的 Assets 下载 .pt模型文件。其中，yolov5 共有四种模型：yolov5s、yolov5m、yolov5l、yolov5x。其中 yolov5s 目标检测速度最快，因为其网络参数最少，但相应的，检测效果相比是最差的；而 yolov5x 是检测效果最好的，参数最多，而时间上最慢。可以根据需要选择模型文件下载到 yolov5 源目录。在这里插入图片描述

下载完可以看到，我选择了四个都下载到了 yolov5 目录下。如下：在这里插入图片描述

注意：在之后通过 detect.py 对图像进行目标检测的实际操作时，detect.py 默认使用同目录下的 yolov5s.pt 模型，如果想用其他的模型，可以在命令里加入调用来指定。

3.3 安装Yolov5

源码下完后，下面开始安装Yolov5所需模块。

先在命令行里打开 yolov5 目录输入:“cd yolov5” 在这里插入图片描述

接着在命令行里，输入“pip install -r requirements.txt”，等待安装完成即可。（pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 命令会更快！！）由于 requirements.txt 依赖包里默认安装的 pytorch-cpu 版，如果有 cuda 可以安装 pytorch-gpu 版：https://pytorch.org/get-started/locally/ ，提升速度。在官网里下载 pytorch-gpu 速度会比较慢，快速下载具体操作可以参考这篇博客：安装Torch GPU版本

注意：这里我们最好安装 GPU 版本。亲测发现使用 GPU 版大大提升了运行速率，相比于 CPU ，GPU 对视频的检测速率提升了近10倍！（不同设备的运行速率可能不同）

在这里插入图片描述将下面的命令在命令行输入执行即可完成安装 torch 的 GPU 版本。