yolo笔记

Anaconda安装

官网链接 https://www.anaconda.com/
官网链接链接: 官网链接https://www.anaconda.com/
直接下最新版

(网站会自动检测系统，我是在Windows环境截图的)

bash Anaconda3-XXXX-Linux-x86_64.sh

一顿回车、yes操作，生成了anaconda的文件夹。
配置环境变量

sudo gedit ~/.bashrc 

输入你的密码后在bashrc文件的末尾添加路径,保存退出：

export PATH="/home/你的用户名/anaconda3/bin:$PATH"

更新下环境

source ~/.bashrc 

验证环境输入

conda list

更改环境源
annaconda自带的下载工具pip默认的是外网的网址，对其网址进行更新

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

annaconda也自带的conda工具默认使用的是外网的网址，我们也需要对其进行配置，方便接下来的环境管理与使用：

conda clean -i

sudo gedit ~/.condarc

进入condarc文件，将配置信息粘贴，保存退出

channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

输入conda安装第三方包测试：

conda install scrapy

测试时间比较长，大概3min
注意指令前面一定要是你之前配置pytorch的环境，我的是test_torch

conda create --name test_torch python=3.8

使用指令用清华源安装需要的环境（进入test_torch 后！！！）：

pip install -U -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

常用命令：
创建一个名为 “myenv” 的新环境:

conda create --name myenv

创建指定版本的环境：

conda create --name myenv python=3.8

以上代码创建一个名为 “myenv” 的新环境，并指定 Python 版本为 3.8。

激活环境：

conda activate myenv

以上代码激活名为 “myenv” 的环境。

要退出当前环境使用以下命令：

deactivate

查看所有环境：

conda env list

以上代码查看所有已创建的环境。

复制环境：

conda create --name myclone --clone myenv

以上代码通过克隆已有环境创建新环境。

删除环境：

conda env remove --name myenv

以上代码删除名为 “myenv” 的环境。

包管理
安装包：

conda install package_name

以上代码安装名为 “package_name” 的软件包。

安装指定版本的包：

conda install package_name=1.2.3

以上代码安装 “package_name” 的指定版本。

更新包：

conda update package_name

以上代码更新已安装的软件包。

卸载包：

conda remove package_name

以上代码卸载已安装的软件包。

查看已安装的包：

conda list

查看当前环境下已安装的所有软件包及其版本。

其他常用命令
查看帮助：

conda --help

以上代码获取 conda 命令的帮助信息。

查看 conda 版本：

conda --version

以上代码查看安装的 conda 版本。

搜索包：

conda search package_name

以上代码在 conda 仓库中搜索指定的软件包。

清理不再需要的包：

conda clean --all

以上代码清理 conda 缓存，删除不再需要的软件包。

链接: DL 基于Ubuntu20.04—Yolov5环境搭建及创建自己的数据集训练
链接: 【基于Ubuntu下Yolov5的目标识别】保姆级教程 | 虚拟机安装 - Ubuntu安装 - 环境配置(Anaconda/Pytorch/Vscode/Yolov5) |全过程图文by.Akaxi

Pytorch

Pytorch官网链接: https://pytorch.org/

conda中安装命令：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

测试一下：
输入

python3

再输入

import torch

再输入

torch.__version__

出现你的pytorch版本号

yolov5下载部署

 git clone https://github.com/ultralytics/yolov5.git

这里也可以先下载下来zip然后直接解压链接: https://github.com/ultralytics/yolov5

cd yolov5-master/

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

测试摄像头模式验证安装是否成功

python detect.py --source 0

https://blog.csdn.net/BIT_HXZ/article/details/123444769
链接: ubuntu20.04怎么安装yolov5（已经安装anaconda）

labelimg安装

安装要注意安装pyqt和lxml依赖（没有关注流程可以多试试）：
链接: 【软件安装】（十五）Ubuntu22.04+Anaconda安装labelimg
链接: ubuntu labelimg在Ubuntu上怎样安装labelimg
遇到安装完闪退问题可以再anaconda环境创建python3.8版本解决（验证可用）
链接: 关于labelimg标注打框时闪退问题
或者修改配置文件（未验证）
链接: labelImg之闪退篇