1.使用anaconda安裝python3.8的環境

conda create -n yolo5 python=3.8

#anaconda下載地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.安裝pytorch1.6 torchvision0.7

conda install pytorch==1.6 torchvision==0.7 cudatoolkit=10.1

3.安裝相關包

pip install opencv-python matplotlib pillow pycocotools PyYAML scipy tqdm tensorboard

4.問題：libGL.so.1: cannot open shared object file: No such file or directory

apt install libgl1-mesa-glx

5.嘗試運行：

下載model到weights/yolov5s.pt

運行demo

python detect.py --source ./inference/images/ --weights yolov5s.pt --conf 0.4

6.訓練自己的數據集：

a.? 新建yolov5-master/data/my.yaml,并在yolov5-master/data/train.py的parser中改為自己my.yaml路徑

train: dataset/images/train/ # 1 images

val: dataset/images/val/ # 1 images

# number of classes

nc: 1

# class names

names: ['problem']

b. 在my.yaml中所寫位置建立自己的數據集。

注意：*.txt里面格式如下：0 0.5 0.5 0.1 0.1

即label，中心點橫坐標的歸一化值(中心點橫坐標除以圖像寬)，中心點縱坐標的歸一化值(中心點縱坐標除以圖像高)，標注框寬的歸一化值(標注框寬除以圖像寬)，標注框高的歸一化值(標注框高除以圖像高)

c.? 運行個人數據:

python train.py

總結

以上是生活随笔為你收集整理的yolov5搭建环境_Yolov5环境配置和训练私有数据,YOLOv5,以及,私人的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。