伸手党一枚，传奇算法撸起。。

 

一 系统环境:

主机：Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz ， 虚拟机环境 分配 6 cpu cores 

内存: 16G

系统：Ubuntu 20.04.1 LTS (virtual box ）虚拟机

 

二 本篇目标：

搭建  yolov5 训练环境 (cpu 版本）

后续计划：

    训练 人手识别模型

    部署到 jetson nano 环境

 

三 yolov5 需要的 pytorch 环境搭建

 

此处N多坑，最基本的要求 yolov5 需要 python3.8, pytorch 1.6 ~ 1.7 版本。

anaconda cpu 版本的 pytorch 不支持 python3.8, 几经折腾，改用 自己下载源码编译:

3.1 下载 pytorch 1.7 和 torchvision 0.8.0

# 从 github下载：
git clone -b 1.7 --recursive https://github.com/pytorch/pytorch pytorch_1.7 
cd pyorch_1.7 && git submodule update --init --recursive && cd -
git clone -b release/0.8.0  https://github.com/pytorch/vision.git vision_0.8.0

注意：
# 1 一定要下载 1.7或1.6版本pytorch 
### 目前github 最新版本的是pytorch 1.8 跟yolov5 不兼容
### 在 initialize_biases里会报 RuntimeError: a view of a leaf Variable that requires grad is being used in an in-pace operation.
# 2 下载过程建议科学上网

3.2 编译安装

#cd pytorch_1.7
pip3 install -r requirements.txt
#NO_CUDA=1 python3 setup.py install
# 比较漫长 。。。
#cd -
#cd vision_0.8.0
python3 setup.py install 

3.3 验证安装成功

python3
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch as t
>>> t.__version__
'1.7.0a0+cdf93b0'
>>> import torchvision
>>> torchvision.__version__
'0.8.0a0+45f960c'
 

四 下载 yolov5 及测试 coco128 数据集的训练

## 下载yolov5 代码
git clone https://github.com/ultralytics/yolov5
## 下载 coco128 数据集
cd yolov5
python3 -c "from yolov5.utils.google_utils import gdrive_download; gdrive_download('1n_oKgR81BJtqk75b00eAjdv03qVCQn2f','coco128.zip')" 
pip install -U -r requirements.txt

五 训练跑起来

python3 train.py --img 640 --batch 16 --epochs 5 --data ./data/coco128.yaml --cfg ./models/yolov5s.yaml --weights ''
# 先看结果 ，稍后再解释。。cd 

看到类似下面的结果说明训练完成了

 

六 使用训练好的模型检测一把

python3 detect.py --source ./inference/images/ --weights runs/exp16/weights/best.pt --conf 0.4 --device cpu --img-size 320

然后:

shell 执行:

nautilus ./

打开 output 里的检测结果 ：