本地部署yolov5（GPU）项目实战_yolov5部署

目录

1.准备环境

2.安装所需软件包

安装Pytorch

安装其他所需包 

方式一

方式二

1：换源

2：可用软件包

3：.whl .gz

3.运行

运行方式（三种） 

（一）：终端运行

（二）：pycharm 终端运行 

（三）：调参后运行

Yolov5可视化UI界面

拓展

---

1.准备环境

Anaconda搭建环境，pycharm代码运行

Anaconda下载地址：https://www.anaconda.com/

pycharm下载地址：https://www.jetbrains.com/pycharm/

两者都是官网地址，对于初学者pycharm社区版足够了 

详细安装过程看这里，我的老师写的：http://t.csdn.cn/pLSf3

安装好之后打开Anaconda，创建一个虚拟环境 

也许，你之后会遇到不同的项目，需要使用到不同版本的环境。比如这个项目要用到 pytorch 0.4，另一个项目要用到 pytorch 1.0，如果你卸载了0.4版本，安装了1.0版本。那么下一次，你再碰到0.4版本，你就需要卸载1.0版本，安装0.4版本。很折腾。

Anaconda 集成的 conda 包就能够解决这个问题。它可以创造出两个屋子，相互隔离。一个屋子放 0.4 版本，一个屋子放 1.0 版本。你需要哪个版本，就进哪个屋子工作。

2.安装所需软件包

安装Pytorch

这里用pytorch去调用GPU，核对版本：打开NVIDIA控制面板查看自己的CUDA版本

 安装 PyTorch了。激动的打开官网，打开下面的页面，不得不说，PyTorch 在这方面做的真的好，不需要再人工安装 CUDA、cuDNN 之类的，全部都给你解决了。

找到相应或低于自己电脑版本的pytorch版本，复制command

 打开cmd，激活刚才创建好的yolov5环境，粘贴command，有提示输入y，这就开始了下载，大约一共3个多G

 conda activate yolov5

 下载好后验证一下是否安装成功

（1）在命令行左边为 pytorch 环境中，输入 python

（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了

（3）接下来，输入 torch.cuda.is_available（） 如果是 True，意味着你可以使用 GPU了 

安装其他所需包 

方式一

Pycharm打开项目中的.py文件会自动提示未按安装的软件包，安装要求即可

方式二

打开文件夹里的requirements.txt，复制第一行到终端运行

可能个别包会安装失败，想办法

1：换源

在安装软件包的指令后面添加源，如安装Pyqt5

pip install Pyqt5 -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

2：可用软件包

 在这里安装成功的概率会高一点 

3：.whl .gz

在python官网下载这些格式的软件包，然后安装。（适用于因网速下载失败）

 我这里有一个win32gui-221.5.tar.gz，可以这样安装

 pip install win32gui-221.5.tar.gz

3.运行

yolov5源码如下

【wpsshop博客】