Ubuntu20.04部署yolov5目标检测算法，无人车/无人机应用_ubuntu yolov5
| 阿里云国内75折 回扣 微信号：monov8 |
| 阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6 |
在FireFly RK3588开发板上烧录了Ubuntu20.04系统在此基础上线部署下简单的Python版本yolov5代码目前博主已全部转为C++版本了并且转化了pt模型为rknn模型调用npu进行推理置信度和速度都比原先Python代码好很多。本篇主要介绍如何部署和运行yolov5官方的目标检测代码。
🍉1、安装anaconda
Anaconda是流行的Python/R数据科学和机器学习平台用于大规模数据处理预测分析和科学计算。Anaconda附带了250个开源数据包并且可以从Anaconda存储库中安装超过7500个其他包。 它还包括conda命令行工具和称为Anaconda Navigator的桌面图形用户界面。
1、进入Anaconda官网下载安装包注意文件后缀是你的系统架构比如x86、amd64或者aarch64可以通过下面命令查看。
2、cd到你的下载目录然后bash Anaconda3-2022.05-Linux-aarch64.sh进行安装会看到以下画面
Welcome to Anaconda3 2022.05
In order to continue the installation process, please review the license
agreement.
Please, press ENTER to continue
>>>
3、按ENTER继续。要滚动浏览许可证请使用ENTER键。审查完许可后将要求您批准许可条款
Do you approve the license terms? [yes|no]
4、键入yes接受许可系统将提示您选择安装位置
Anaconda3 will now be installed into this location:
/home/firefly/anaconda3
- Press ENTER to confirm the location
- Press CTRL-C to abort the installation
- Or specify a different location below
5、默认位置对于我们大多数用户来说已经就可以按ENTER确认安装位置。安装可能需要一些时间完成后脚本将询问您是否要运行conda init键入yes。
Installation finished.
Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]
6、这会将命令行工具conda添加到系统的PATH中。要激活Anaconda安装您可以关闭并重新打开终端或者通过键入以下命令来将新的PATH环境变量加载到当前的shell会话中
source ~/.bashrc
7、这样就是成功了安装了Anaconda现在我们创建一个python3.8的名称为yolo的环境。打开终端输入conda create -n yolo python=3.8回车输入y确定等待创建成功即可。
如果你是Windows系统可以看下win10的anaconda安装配置教程
🍑2、配置yolov5环境
1、从github官网或者gitee镜像网站下载yolov5的代码我这里下载的是v6.0版本如果你直接下载的话默认的是最新版(latest)为了保证能顺利运行建议和我下载一样的版本。然后下载它对应的预训练模型weightsweights分为smlx四个尺寸的模型文件我这里就下载了yolov5s.pt保证模型的运行速度更快。然后把它放在根目录下如下图所示
2、进入我们在第一步安装好的anaconda环境输入下面命令创建名为yolo的python3.8环境
conda create -n yolo python=3.8
创建完成之后输入命令激活环境
onda activate yolo
看到终端前面的括号变为yolo即可。
3、在volov5-6.0下的requirements.txt把numpy == 1.17的 ==1.17删去然后到该文件夹下的终端中输入
pip3 install -U -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
即可全自动安装前十一个依赖项(-i 选项指定了清华源速度很快)。
4、安装COCOAPI
进入githubclone下来在子文件夹PythonAPI下打开终端输入make或者python setup.py --user即可安装。如果有报错则可能是缺少依赖或者版本不对那么用pip安装指定版本即可。
至此yolo所需的环境配置完成是不是非常简单毕竟这些操作都应该是大学生必备技能
🍦3、运行yolov5算法
1、为了看起来更加舒服我们安装个VS Code作为我们的IDE进入VS Code官网
我们拖到最下面根据自己ubuntu的架构选择比如我是x86_64点击Linux的64bit的deb然后下载。
下载成功后右击压缩包安装即可或者输入命令进行安装
sudo dpkg -i xxx.deb
2、找到detect.py可以在source这里修改输入源参数可以是图像、文件夹、网络视频、rtsp视频流等或者0调用自带摄像头。
3、然后终端进入我们创建的yolo环境输入python detect.py即可运行。可以看到窗口中是我的IP相机的rtsp流每个不同类别的目标都有不同颜色的检测框上面是目标的类别和置信度预测概率控制台是每一帧检测情况的日志。
输入命令也可以加上很多参数比如–source指定输入源–weights指定权重文件等。
至此你已经成功运行出yolov5算法了是不是很简单直接呢～作为目标检测最经典的算法是我们计算机视觉研究者必会算法之一关于yolov5的网络结构可以看下它的论文和网上视频。目前yolov7已经出来了算法更新速度真的非常快。