使用YOLOV5对仪表火焰地陷目标检测完整流程(1/3)

1.项目要求

利用所学人工神经网络（YOLO算法）对一定样本范围内的仪表、火焰和地陷图像内容进行目标检测。

2.项目环境配置

2.1 英伟达驱动安装与更新

要实现yolov5的训练，首先需要配置环境，在配置环境之前，考虑CPU运算还是利用GPU运算，如果电脑配置好的话，小康建议大家统一使用GPU来进行计算。我们需要进行英伟达驱动的安装和更新（已经安装和更新的直接忽略此步骤）：

2.1.1

首先查看电脑的显卡版本，步骤为：此电脑右击–>管理–>设备管理器–>显示适配器。就可以看到电脑显卡的版本了。如图，可以看到小康的是一块RTX3060显卡。

2.1.2

为了避免自己安装驱动出现很多错误，这边推荐直接下载驱动人生8（不是打广告哈）。
通过驱动人生直接一键检测并安装更新英伟达显卡驱动。

2.1.3

安装（更新）好了显卡驱动以后。我们按下win+R组合键，打开cmd命令窗口。输入如下的命令。

nvidia-smi

这里我们必须记住CUDA Version 是什么 小康的是11.4

2.2 安装Anaconda

Anaconda下载网址
现在是2022年9月30号 python最新支持到3.9.我们按照下图下载。



基本上就是无脑安装就行了。安装好后windows列表会出现如下图所示：

2.3 创建环境并配置pytorch

输入如下指令：

conda env list

可以看出来，新安装的anaconda只有一个base环境,接下来我们要自己配置一个环境,代码如下：

conda create -n xklearnyolo python=3.9

意思就是创建一个名为xklearnyolo的环境，注意这个名字可以随便取的

再次查看环境列表：

执行如下命令，激活这个环境。conda activate 虚拟环境名称

conda activate xklearnyolo

由于下载环境慢，我们可以切换清华镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

之后回车即可。

最后打开pytorch的网址

这边注意自己是否有GPU，要选对版本哈。

只用复制绿色标记的内容，命令行输入即可。

2.4 安装pycharm

pycharm可以直接下载官方社区版本免费，也可以找小康获取

2.4 pycharm配置

输入代码验证自己环境是否配置正确可以在项目目录建立一个py文件输入：

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

如果前两个是true，则环境配置正确。

至此yolov5所需要的大部分环境就配置成功，下个博客主要讲解图像的处理和加工。