【影像辨識】搭建YOLOv5環境介紹
近期研究了YOLOv5,在安裝環境時遇到不少困難,在此整理方便且省略反鎖的步驟,方便下次搭建,希望也對大家有所幫助。
安裝Anaconda
Anaconda 其中包含Python ,是資料科學、機器學習常用的平台,其中以包含許多套件方便我們使用,對於套件與環境的管理較為方便,稍後也會利用Anaconda環境跟套件。
Anaconda官網下載:https://www.anaconda.com/?modal=commercial
下載CUDA
CUDA是NVIDIA 研發的平行運算平台及編程模型,可利用GPU來提高運算效能,其被深度學習廣泛的使用,因為類神經網路需要大量的計算,其需要依照自身設備下載對應的版本。
版本查詢:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-major-component-versions
CUDA Toolkit 11.6版下載:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_local
下載YOLOv5
YOLO全名是You Only Look Once,是一種物件偵測的方法,其方法為one-staone,可以將物件的位置偵測以及物件的分類一步到位的標示出來,然而YOLOv5這個名字卻十分有爭議,其發表時間與YOLOv4相差不到幾個月,其未經官方承認且創新性不足也被為人詬病,但是他有著YOLOv4的準確性,模型大小卻小了YOLOv4好幾倍以上。
YOLOv5 github下載:https://github.com/ultralytics/yolov5
建立YOLOv5環境
安裝完Anaconda後開起Anaconda Prompt,建立我們所需要的環境,以及利用將YOLOv5解壓所後,在yolov5-master這個資料夾裡面有requirement.txt檔,可以按照裡面安裝我們所需要的套件。
建立環境
conda create -n yolov5_gpu python=3.8
conda activate yolov5_gpu
安裝套件
pip install -r requirements.txt
安裝PyTorch
PyTorch是一個深度學習框架,能支持張量(Tensor)計算,且可以運用GPU加速運算,由Facebook 人工智慧研究團隊所開發,目前廣受機器學習學習者所使用。
在requirement.txt裡面已經有安裝過一遍不過是CPU版本無法啟用GPU加速計算,所以我要到Pytroch的官網進行下載對應的相關版本,複製Command 到我們剛剛所創建的環境yolov5_gpu的Anaconda Prompt進行安裝。
Pytroch官網下載:https://pytorch.org/get-started/locally/
驗證GPU是否啟動
利用torch.cuda.is_available()是否有啟動GPU有啟用,則會返回True。
結語
近期學習了YOLOv5,在安裝環境上花了不少時間,所以特地寫了下來,希望對大家有所幫助,以上為整理的學習筆記,有疏忽遺漏的歡迎指正。