!!此文若有版权上的冲突,望及时联系本人,本人会在受到消息的第一时间进行修改。
!!
(文采有限、排班不佳,望各位读者多多包涵)
最近本人刚入手联想的r9000p/RTX3060系列笔记本,作为学生党使用真香~
但随之而来的问题就是由于硬件导致一些软件环境搭建十分繁琐,本人在学习机器视觉时需要借助YOLOv5来进行预训练,AI圈都知道深度学习跑起来需要NVIDIA显卡,但是3060显卡却不知如何正确匹配对应版本的pytorch,匹配之后YOLOv5依然无法正常运行到想要的结果。
就以上问题,本人在此发表一篇博客,希望对各位读者起到一定帮助,同时作为以后自己搭建的参考。
1、进行YOLOv5训练的第一步就是配置一个虚拟环境(默认读者已经安装了Anaconda和pycharm),这边我们点击下方红勾,输入代码
conda create -n yolo python=3.8.5
创建一个名为yolo,python版本为3.8.5的虚拟环境(如果名字不同请记住自己的环境名)
2、虚拟环境创建成功后,输入exit()退出虚拟环境,打开你从网上下载、用yolov5实现的小demo,这边我也可以给各位推荐一个我看过的up主的视频链接(视频内含其口罩demo下载)
手把手教你使用YOLOV5训练自己的目标检测模型_哔哩哔哩_bilibili
在你的demo下载完成后找到下载的文件夹,输入cmd,如下图:
选中输入cmd之后开启终端模式,如下图所示
在此路径下激活刚刚你创建的虚拟环境,输入代码为:
activate yolo
红框为你的虚拟环境名,表示此demo已经在虚拟环境下运行。
3、在正式的YOLOv5环境准备前,还需要一个关键步骤就是修改镜像源,修改代码如下:
conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url http://www.kaotop.com/file/tupian/20220411/bus.jpg --weights pretrained/yolov5s.pt
进行训练,发现报错!!!蓝色线为报错提示。
修改,进入红色线的文件路径,磁盘不同、虚拟环境名字不同,路径中间也会有差异一定
E:\StudyTools\Anaconda\conda\envs\yolo\Lib\site-packages\torch\nn\modules
打开此upsampling.py文件,将代码注释并增添一行,之后就可正常运行,出现结果。
再次执行代码,结果储存在第三条红线文件夹路径内,成功!!!撒花
之后就是修改为你的数据集进行代码上的各种修改,我也正在摸索,就不在此多谈了。
在此感谢b站up主肆十二-
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)