YOLOv5和YOLOv7开发环境搭建和demo运行
需积分: 0 116 浏览量
2022-11-30
12:23:01
上传
评论 1
收藏 3.78MB DOC 举报
一、环境搭建
1.1 环境搭建参考链接：
https://blog.csdn.net/qq_41204464/article/details/108807165
1.2 Anaconda
官网下载最新版，安装时勾选上添加系统环境变量。
PS:整合开发环境，Anaconda 是基于 conda 的 Python 数据科学和机器学习开发平台，
conda 是虚拟环境工具+包管理工具，可以用于各种开发语言，这里指 Python。conda 资源
库有上万个第三方库，大部分都是数据科学和机器学习相关领域。
https://www.anaconda.com/products/distribution/start-coding-immediately
1.3 Pycharm
官网下载社区版即可。
1.4 安装 TensorFlow
TensorFlow：可以拿 python 最经典的计算包 numpy 来进行比较，和 numpy 类似，用于
数据计算，常用于开发深度学习框架。
PS:Anaconda 和 Pycharm 的安装不做说明，很简单就是默认安装就行了。
1.4.1 CPU 版本(有 GPU 环境的这一步不需要做)
新建一个 YOLO-CPU-TensorFlow2 的开发环境
conda create -n YOLO-CPU-TensorFlow2 python=3.9
激活并进入刚才创建的环境
conda activate YOLO-CPU-TensorFlow2
安装 tensorflow 2.5.1
pip install tensorflow==2.5.1 -i https://mirrors.aliyun.com/pypi/simple/
验证是否环境安装成功：
python
import tensorflow as tf
tf.__version__
PS：2.5.1
1.4.2 GPU 版本(不要按照这个来，后面会有安装成功的，这个当作介绍流程看)
新建一个 YOLO-GPU-TensorFlow2 的开发环境
conda create -n YOLO-GPU-TensorFlow2 python=3.9
conda activate YOLO-GPU-TensorFlow2
安装 tensorflow-gpu
pip install tensorflow-gpu==2.5.1 -i https://mirrors.aliyun.com/pypi/simple/
常用命令：
创建环境：conda create -n YOLO-GPU-TensorFlow2TEST python=3.7
激活环境：conda activate YOLO-GPU-TensorFlow2TEST
取消激活环境：conda deactivate
1.5 安装 CUDA 和 CUDNN
剩余19页未读，继续阅读
评论0
最新资源