写在前面：本学期因为大创需要使用yolov模型来进行相关的工作，故记录如下。使用的系统为Ubuntu18.04.

1.安装Anaconda

  • 访问Anaconda官网下载合适版本。

  • 导航到下载目录：使用cd命令导航到下载目录。例如，如果下载文件在Downloads目录下：

    1
    cd ~/Downloads

  • 运行安装脚本：使用bash命令运行下载的安装脚本：

    1
    bash Anaconda3-2024.10-1-Linux-x86_64.sh

  • 阅读并接受许可协议：在安装过程中，会显示许可协议，按q键跳过，然后输入yes接受协议。

  • 选择安装路径：默认安装路径是/home/your_username/anaconda3，可以按Enter接受默认路径，或者输入其他路径。

  • 初始化Anaconda：安装完成后，系统会提示是否初始化Anaconda，输入yes以启用。

  • 更新环境变量：安装完成后，关闭并重新打开终端，或者运行以下命令使环境变量生效：

    1
    source ~/.bashrc

  • 验证安装：在终端中输入以下命令，检查Anaconda是否安装成功：

    1
    conda --version

    如果安装成功，会显示Anaconda的版本号。

  • 创建虚拟环境：打开终端，输入以下命令创建一个名为yolov5的虚拟环境，并指定Python版本为3.12(官方的文档里说明的是python版本大于等于3.8.0)：

    1
    2
    conda create -n yolov5 python=3.12
    conda activate yolov5

2.安装pytorch

  • 安装PyTorch(官方的文档里说明的是pytorch版本大于等于1.8)：如果你可以直连n卡(比如真机，双系统和使用了kvm虚拟化的wsl)，下载GPU版本的pytorch：

    1
    conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

    否则使用CPU版本的pytorch：

    1
    conda install pytorch torchvision torchaudio cpuonly -c pytorch

3.安装相关依赖

  • 安装依赖：在YOLOv5项目根目录下，运行以下命令安装所有必需的Python包：

    1
    pip install -r requirements.txt

4.验证安装

  • 下载预训练模型：从YOLOv5的GitHub发布页面下载预训练模型，并将其放置在YOLOv5项目目录下。

    1
    wget https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s.pt

  • 验证安装：运行一个简单的推理脚本来验证YOLOv5是否正确安装：

    1
    python detect.py --source ./data/images/ --weights ./yolov5s.pt

5.相关的官方链接