自己部署YOLOv5记录_yolov5部署

自己部署YOLOv5记录

看来下这个txt长这样

# YOLOv5 requirements
# Usage: pip install -r requirements.txt
​
# Base ------------------------------------------------------------------------
gitpython>=3.1.30
matplotlib>=3.3
numpy>=1.18.5
opencv-python>=4.1.1
Pillow>=7.1.2
psutil  # system resources
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
thop>=0.1.1  # FLOPs computation
torch>=1.7.0  # see https://pytorch.org/get-started/locally (recommended)
torchvision>=0.8.1
tqdm>=4.64.0
ultralytics>=8.0.111
# protobuf<=3.20.1  # https://github.com/ultralytics/yolov5/issues/8012
​
# Logging ---------------------------------------------------------------------
# tensorboard>=2.4.1
# clearml>=1.2.0
# comet
​
# Plotting --------------------------------------------------------------------
pandas>=1.1.4
seaborn>=0.11.0
​
# Export ----------------------------------------------------------------------
# coremltools>=6.0  # CoreML export
# onnx>=1.10.0  # ONNX export
# onnx-simplifier>=0.4.1  # ONNX simplifier
# nvidia-pyindex  # TensorRT export
# nvidia-tensorrt  # TensorRT export
# scikit-learn<=1.1.2  # CoreML quantization
# tensorflow>=2.4.0  # TF exports (-cpu, -aarch64, -macos)
# tensorflowjs>=3.9.0  # TF.js export
# openvino-dev  # OpenVINO export
​
# Deploy ----------------------------------------------------------------------
setuptools>=65.5.1 # Snyk vulnerability fix
# tritonclient[all]~=2.24.0
​
# Extras ----------------------------------------------------------------------
# ipython  # interactive notebook
# mss  # screenshots
# albumentations>=1.0.3
# pycocotools>=2.0.6  # COCO mAP

发现一个神奇的方法，如果直接pip install -r requirements.txt下载太慢了，可以在后边加上国内的镜像源pip install -r requirements.txt -i Simple Index --trusted-host mirrors.aliyun.com，下载速度嗖嗖的！ ———————————————— 版权声明：本文为CSDN博主「weixin_39424706」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：YOLOv5从源码下载到运行保姆级教程_yolov5下载-CSDN博客

我把 gitpython>=3.1.30 改为 gitpython>=3.1.20 先下着 到ultralytics这里卡住了

压根找不到这个东西，是不是我的源太过时了。

安装yolov5依赖项关于ultralytics＞=8.0.100版本问题_ultralytics安装失败-CSDN博客

pytorch 在python中安装ultralytics时出错，因为它们具有冲突的依赖关系 _大数据知识库

我自己试着装了下conda

安装虚拟环境+pip安装XXX包的常见操作与报错解决 - 知乎

No matching distribution found for ultralytics 这里也是说Python版本需要大于3.7 pip install ultralytics (ERROR: No matching distribution found for ultralytics) · Issue #503 · ultralytics/ultralytics · GitHub

Error when installing and importing ultralytics==8.0.20 · Issue #1337 · ultralytics/ultralytics · GitHub

我现在来问chatgpt anaconda怎么装

确实在3.10的python下pip install -r requirements.txt就没有gitpython版本找不到的问题

如果输入python对应的就是3.10.那么pip对应的也是3.10了不是Python2了

所以之前那些问题还是pip对应的python版本太老了导致的，这是下了个python3.10的anaconda解决的。真自己去装个python3.10，估计也繁琐，要改一下默认的python版本。

在anaconda的python3.10下面把pip install -r requirements.txt运行完了

从这看用pip3 install -r requirements.txt也是可以的

下一步好像就是下权重文件 我参考这里的教程 YOLO V5的安装与使用

问了下chatgpt下下来的权重文件要放在哪

Releases · ultralytics/yolov5 · GitHub

然后我用这个命令起，我发现这个权重文件具体放哪完全可以根据这个命令里面的路径进行变动

python detect.py --source=“data/images/bus.jpg” --weights="weights/yolov5m.pt"

后来发现是上面图像路径名称的引号打错了导致找不到图片所以报错

python detect.py --source="data/images/bus.jpg" --weights="weights/yolov5m.pt"

检测结果是保存到 runs/detect/exp2 这个文件夹下面了

那这算初步运行成了yolov5了，在虚拟机里面。

下一步要自己训练模型了，构建自己的训练测试集。

===================================================================================================== 总结下自己部署的过程 首先关键是python版本的要够，应该需要至少python3.7 我后来直接下的python3.10的anaconda解决的 安装anaconda也别用pip install conda安装，用下面方法安装

在 Ubuntu 18.04 上安装 Anaconda，您可以按照以下步骤进行操作：
​
1. 在浏览器中打开 Anaconda 官方网站：https://www.anaconda.com/products/individual#linux。
2. 在网页上滚动到 "Anaconda Installers" 部分，并找到 "Linux" 标签下的 "64-Bit (x86) Installer"。点击该链接以下载安装程序（通常是一个.sh 文件）。
3. 打开终端。您可以使用快捷键 Ctrl + Alt + T 打开一个新的终端窗口。
4. 导航到您下载安装程序的目录。例如，如果您将安装程序保存在 "Downloads" 文件夹中，则可以使用以下命令导航到该目录：
   

cd ~/Downloads

​
5. 授予安装程序执行权限。运行以下命令来为安装程序添加执行权限：
   

chmod +x Anaconda*.sh

​
6. 运行安装程序。使用以下命令来运行安装程序，并按照安装向导中的提示进行操作：
   

./Anaconda*.sh

​
7. 安装过程会要求您阅读许可协议并接受它。然后，将会询问您选择安装路径，默认情况下是在用户主目录下创建 ".conda" 文件夹。您可以根据需要进行更改。
8. 安装完成后，您需要关闭并重新启动终端，以使环境变量生效。或者，您可以运行以下命令来刷新当前终端的环境变量：
   

source ~/.bashrc

​
9. 您可以通过运行以下命令来验证 Anaconda 是否安装成功：
   

conda --version

​
   如果显示了 Conda 的版本号，则表示安装成功。
​
现在您已经成功在 Ubuntu 18.04 上安装了 Anaconda。您可以使用 conda 命令来管理和创建 Python 环境，并安装所需的包和库。请注意，在使用 Anaconda 进行开发时，建议使用 conda 创建和管理环境，以隔离项目的依赖关系并确保环境的一致性。

我实际下的红框里的

anaconda安装好了之后

pip install -r requirements.txt

下载权重文件,并在yolov5文件夹下新建一个weights文件夹，把权重文件放到这个文件夹下 权重文件在 Releases · ultralytics/yolov5 · GitHub 下载 后缀是.pt的就是权重文件

运行测试案例，你下的哪个权重文件或者想用哪个权重文件，命令里--weights=后面跟的就是具体的权重文件路径和名称，注意这个命令是在yolov5的目录下打开终端运行的，路径也就是相对于yolov5根目录的路径。

python detect.py --source="data/images/bus.jpg" --weights="weights/yolov5s.pt"

测试结果图片会存放在终端提示的文件夹内

detect.py里面也有教你detect.py的使用方法 https://gitee.com/maxibooksiyi/yolov5/blob/master/detect.py

实际真正运行似乎调用个run函数就可以了