(一)Yolov5的下载与解压

1、在yolov5的官方下载7.0的版本的yolov5的源码,如下所示:

https://github.com/ultralytics/yolov5/tags
 

图1 yolov5软件包下载


 

2、拷贝yolov5.7源码压缩包到工作目录,并解压,如下所示:

图2 yolov5源码解压5

(二)Yolov5.7的开发环境搭建(pycharm)

1、使用pycharm打开yolov5.7的解压目录文件,如下所示:

图3 pycharm打开yolov5.7.0的文件夹
图4  pycharm打开yolov5工程首页

2、Pycharm配置python3.8的解释器环境,如下图所示:

图5 Pycharm的Python解释器环境的配置

3、拷贝下载的Pytorch(V1.9)和torchvision(V0.10.0)的离线软件安装包到工作目录如下图所示:

图6 拷贝离线安装包到工作目录

4、进入pycharm的终端,分别进行torch和torchvision离线安装包的安装,具体流程如下所述:

https://github.com/ultralytics/yolov5/tags


 

pip install "torch-1.9.0+cpu-cp38-cp38-win_amd64.whl"

图7 离线安装pytorch V1.9.0版本

pip install "torchvision-0.10.0+cpu-cp38-cp38-win_amd64.whl"

图8 离线安装torchvision V0.10.0版本

5、进入yolov5.7.0的工程目录,运行如下指令进行yolov5的官方要求环境搭建(注意:保持计算机连接网络)。

图9 在线安装yolov5.7.0的官方软件依赖包

(三)Yolov5.7的yolov5s模型的测试

1、打开yolov5.7.0工程目录下的detect.py文件,运行该python文件(注意:首次运行,需要计算机连接互联网,下载yolov5s.pt的权重模型),如下图所示:

图10 运行yolov5.7.0的detect.py程序
图11 detect.py程序运行过程
图12 yolov5.7.0默认使用coco数据识别的结果
Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐