Windows Anaconda YOLOv3环境部署--2023年1月8日

Posted HardyDragon_CC

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Windows Anaconda YOLOv3环境部署--2023年1月8日相关的知识,希望对你有一定的参考价值。

时效性: 2023年1月8日

目录

摘要

网好的可以直接参考官方文档安装,遇到安装报错和网络问题可以参考本文

本地环境:
Windows | nvdia 显卡(已更新驱动) | Anaconda python3.6

  • 使用 Anaconda 创建虚拟环境
  • 安装官方要求的依赖库
  • 验证安装 | 执行 detect.py 示例代码

github仓库地址: https://github.com/ultralytics/yolov3

1 使用 Anaconda 创建虚拟环境

目前要求python版本需要大于等于 3.6

conda create -n pytorch python=3.6
conda activate yolov3

如果安装比较慢,可以尝试换源;
更换Anaconda的安装包下载源
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

2 安装官方要求的依赖库

执行 pip install -r requirements.txt 这条命令前,可以先打开 requirements.txt ,将opencv和pytorch相关的库注释掉,后面单独安装;

# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
# opencv-python>=4.1.1
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
# torch>=1.7.0  # see https://pytorch.org/get-started/locally/ (recommended)
# torchvision>=0.8.1
tqdm>=4.64.0
# protobuf<=3.20.1  # https://github.com/ultralytics/yolov5/issues/8012

可以使用 pip 换源加速安装

pip install -i https://mirrors.cloud.tencent.com/pypi/simple -r requirements.txt

接着利用 conda 安装 pytorch 和 opencv ;

  • (执行pytorch官网的GPU安装指令,CUDA版本可以向下兼容,如果安装了12,那么可以使用11.7)
  • 在conda中opencv的名称有所不同,py-opencv(注意时效性);之前用pip安装遇到 opencv 安装报错,所以使用 conda 安装

https://pytorch.org/get-started/locally/

conda install pytorch torchvision pytorch-cuda=11.7 -c pytorch -c nvidia
conda install py-opencv

3 验证安装 | 执行 detect.py 示例代码

import torch
torch.cuda.is_available()
cuda是否可用;

torch.cuda.device_count()
返回gpu数量;

torch.cuda.get_device_name(0)
返回gpu名字,设备索引默认从0开始;

torch.cuda.current_device()
返回当前设备索引;


执行结果,会从github自动下载默认参数的模型,识别完成后结果保存在项目 runs 文件夹下

Key already registered with the same priority

导入 torch 如果遇到 Key already registered with the same priority 报错,原因:可能是之前安装过 pytorch 类似环境导致的,需要pip 和 conda 完全卸载后重装

执行两次
pip uninstall torch
pip uninstall torch

conda uninstall pytorch
再重装
conda install pytorch torchvision pytorch-cuda=11.7 -c pytorch -c nvidia

以上是关于Windows Anaconda YOLOv3环境部署--2023年1月8日的主要内容,如果未能解决你的问题,请参考以下文章

解决一些在使用yolov3-tiny过程中出现的bug(Windows)

yolov3模型训练——使用yolov3训练自己的模型

python学习指南—Windows 平台下载安装 Anaconda 及 Python 虚拟环境创建

python学习指南—Windows 平台下载安装 Anaconda 及 Python 虚拟环境创建

python学习指南—Windows 平台下载安装 Anaconda 及 Python 虚拟环境创建

重拾Python:使用Anaconda搭建Python开发环境(Windows7)