【yolov5 安装教程】（入门篇）避免踩雷保姆级教程 在m1芯片下 使用yolov5本地训练自己的数据集 ——mac m1_yolov5安装

​​​​​​​

目录

一、简介

配置

环境准备

二、环境配置

1.安装anaconda

2.安装TensorFlow

3.安装pytorch

4.pyqt5安装

 5.安装labelimg

6.下载yolov5

7.pycharm安装

三、使用labelimg标记图片

1.准备工作

2.标记图片

四、 划分数据集以及配置文件修改

1. 划分训练集、验证集、测试集

2.XML格式转yolo_txt格式

3.配置文件

4.聚类获得先验框

五、使用CPU训练

六、训练结果可视化

---

一、简介

   最近为了应付毕业论文，学习了目标检测，目的是检测车辆和行人，使用了yolov5，想到了是否可以在mac 上跑yolov5 ，因为是m1芯片，以及系统的更新，踩了不少坑，总结了几个博主的经验，顺利的在mac上实现了yolov5的训练和检测。

踩坑点：pyqt5安装、labelimg安装（需前置pyqt5）、yolov5训练时隐藏文件文件.DS_store无法识别

配置

电脑型号：2021 mbp  m1 pro

系统版本：ventura 13.0 (22A380)

环境准备

anaconda individual 最新版

python 3.9.13

pytorch 2.0 (后面有教程)

TensorFlow 2.11.0（后面有教程）

Pyqt5 5.15.7（后面有教程）

labelimg 1.8.6

pycharm 2022.3

yolov5 

二、环境配置

1.安装anaconda

（1）进入官网

官网链接：Anaconda | The World's Most Popular Data Science Platform

直接在这里下载并安装anaconda就可以

（2）点击安装包进行安装

直接无脑点下一步

在这一步时选择仅为我安装。

安装好之后再应用程序里就可以看见。

（3）打开终端之后

发现前面有个（base）就是安装成功了。

2.安装TensorFlow

（1）创建一个新的anaconda环境

conda create -n tf python=3.9.13

（2）切换到tf环境（再打开终端时要记得切到这个环境）

conda activate tf

前面有（tf）则是转换成功 

(3)安装macos版本的TensorFlow。

如果显示404等错误，可以尝试挂个梯子。

conda install -c apple tensorflow-deps

python3 -m pip install tensorflow-macos

(如果不确定使用python3还是python，可以使用which python查看路径，使用虚拟环境下的python才有效)

python3 -m pip install tensorflow-metal 

（4）然后在终端输入

python3

import tensorflow 

如果出现

则是成功

exit（）

可以退出python命令行

报错——>提示numpy版本不兼容(numpy版本过低要重新装)

conda uninstall numpy

pip install numpy

再次尝试导入tensorflow重复（4）中

成功

3.安装pytorch

进入pytorch官网

官网链接：PyTorch

点击install 出现

 选择相应的配置

在终端运行

pip3 install torch torchvision torchaudio

 等待安装完成即可。

4.pyqt5安装

因为labelimg需要Pyqt5，但高版本macos 的pyqt安装会出错。

可以先运行一下

pip install pyqt5

如果成功则这步省略

出错则需要进行安装homebrew 再用brew去安装pyqt5

（1）安装homebrew

Homebrew — The Missing Package Manager for macOS (or Linux)

首页就是安装方法

终端运行

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

安装完成之后 使用brew 安装pyqt5

brew install pyqt5

如果你的brew 长时间没更新

会报404找不到资源的错误，那就先要更新brew，csdn搜索即可。

安装完成之后进入homebrew的cellar文件夹

我的在

/opt/homebrew/Cellar

找到pyqt@5文件夹点进去

目录如下所示

/opt/homebrew/Cellar/pyqt@5/5.15.7_2/lib/python3.9/site-packages

把下列文件全部放到anaconda环境中

 首先找到conda的环境

conda env list

我的tf环境在

/Users/qishuocheng/anaconda3/envs/tf

使用前往文件夹就可以

点进去找到lib文件夹

/Users/qishuocheng/anaconda3/envs/tf/lib/python3.9/site-packages

 把上面pyqt5的文件放进来

python 

import PyQt5

不报错就算成功

 5.安装labelimg

上述完成后进行

pip install labelimg

安装完成之后

输入

labelimg

 出现这个即可。

6.下载yolov5

GitHub - ultralytics/yolov5 at v6.1

直接下载zip

或者git clone到本地

git clone https://github.com/ultralytics/yolov5.git （加本地文件地址）

没有git 的要先

pip install git

7.pycharm安装

PyCharm: the Python IDE for Professional Developers by JetBrains

进入官网

下载之后配置

切到你的conda环境

如果没有就添加本地解释器

 

 

选择你的环境点击确定就可以切换环境啦。 

三、使用labelimg标记图片

1.准备工作

在yolov5目录下新建一个名为VOCData的文件夹

在VOCData文件夹下创建 Annotations 和 images 文件夹

images放要训练的图片

（【