主要介绍 win10 下 yolov4_pytorch GPU 版本的环境配置和测试方法
下载yolov4_pytorch源码,感谢作者!https://github.com/Tianxiaomo/pytorch-YOLOv4
下载权重:
yolov4.weights 权重已经github上给出 ,自行下载,下载完成后,在上面代码文件的目录下创建 weights 文件夹,将权重文件放入这个文件夹中
创建环境
进入conda命令行创建虚拟环境,环境名为torch36(环境名自己起,注意和其他环境区分开),python版本为3.6
conda create --name torch36 python=3.6
激活环境
conda activate torch36
安装pytorch
需要根据自己电脑的cuda版本安装对应的pytorch版本,我的电脑cuda是10.2
pytorch conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 -c pytorch
安装opencv-pytorch
在[这里]https://www.lfd.uci.edu/~gohl五羊城ke/pythonlibs/#opencv根据自己的python版本下载对应的opencv,我下载的是 opencv_python-4.4.0-cp36-cp36m-win_amd64.whl,下载完成后,将其放到前面创建的torch36 这个环境的site-packages 文件夹里,然后使用如下命令进行安装
pip install opencv_python-4.4.0-cp36-cp36m-win_amd64.whl
到这里,基础的环逃生器境已经配置好啦
注意,上面配置的是 GPU版 的,CPU 版的配置相同,不同之处是在安装pytorch部分,需要安装cpu的pytorch,这里我也进行了相关的配置,具体命令如下
conda in从百草园到三味书屋第二段仿写stall pytorch torchvision cpuonly -c pytorch
之后的opencv-pytorch安装和前面一样
环境配置好之后,可以跑一下demo文件测试一下
进入到下载好的代码默克文件夹下,执行如下命令,执行前确保相应的文件在对应文件夹下
python demo.py -cfgfile cfg/yolov4.cfg -weightfile weights/yolov4深圳的变化.weights -imgfile data/dog.jpg
测试完成后,会在文件夹中生成一个 predictions.jpg 文件,下图为demo测试结果
至此,yolov4_pytorch 的基本测试就完成啦~~~
本文地址:https://blog.csdn.net/myr503270510/article/details/109642901
本文发布于:2023-04-04 07:46:59,感谢您对本站的认可!
本文链接:https://www.wtabcd.cn/fanwen/zuowen/6ce4ab0bd94ea98d1d54f92424028f6f.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文word下载地址:Yolov4(pytorch).doc
本文 PDF 下载地址:Yolov4(pytorch).pdf
留言与评论(共有 0 条评论) |