Linux下配置Yolov5

一、环境配置

################

1、虚拟机创建

---

###  首先下载VMware虚拟机或者VirtualBox，然后下载Ubuntu系统的映像文件，可自行选择下载版本。这里以VMware17和Ubuntu20.04为例 ###
虚拟机下载可以参考这篇博客：【嵌入式】-VMware-Ubuntu-Linux- 底子指令 | 利用工具安装 | 常见问题-CSDN博客
## 首先打开虚拟机：

## 然后点击创建新的虚拟机，选择自定义，然后点击下一步

## 下一步

## 由于我之前安装过Ubuntu系统，这个地方可以选择安装操纵系统，如果是第一次创建的话，直接选择“稍后安装操纵系统”，然后下一步

## 这个地方选择Linux和Ubuntu64位，点击下一步

## 虚拟机名字自己取就行，我这里是UbuntuYolov。位置放到一个自己知道的地方就行（我的建议是专门弄个文件夹存放这些虚拟机）。然后下一步

## 处置惩罚器数量根据电脑的配置选择，最好不凌驾电脑处置惩罚器的一半。（我这里选择4核）然后下一步

# 根据需求选择虚拟机内存（建议是4-8GB），我这里是4GB。然后下一步

# 网络的话就选择默认的，反面可以修改，然后下一步

# 反面几步的话默认就行，直接下一步

# 这个磁盘大小也是根据需求选择，下一步

# 默认，下一步

# 选择自定义硬件

# 点CD/DVD，然后选择利用ISO映像文件，选择下好的Linux文件，这样就配置好啦。点击关闭选择完成就OK啦。

################

2、Linux系统安装

---

## 直接开启虚拟机

## 选择中文，安装Ubuntu

# 这个地方会表现不全，可以win键 + 鼠标移动表现框，也可以修改分辨率。可参考下面的博客，
【嵌入式】-VMware-Ubuntu-Linux- 底子指令 | 利用工具安装 | 常见问题-CSDN博客

# 点击继续

# 继续

# 直接安装

# 继续

# 系统时间默认，点击继续

## 设置系统的用户名和密码。这个要记住，反面操纵会用到

## 等候安装即可

## 重启之后就完成啦

## 关于一些好用的虚拟机工具即一些设置在这篇博客都有提到，可作为参考。
【嵌入式】-VMware-Ubuntu-Linux- 底子指令 | 利用工具安装 | 常见问题-CSDN博客

################

3、Linux中Pytorch环境配置（anaconda）

---

## 打开火狐浏览器，利用【清华源】下载anaconda
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
## 找到合适的版本下载

# 下完后，打开文件所在的位置

## 将其移动到主目录下

## 打开主目录终端
输入下令

1. bash Anaconda3-2023.03-0-Linux-x86_64.sh

复制代码

## 然后不绝回车进行安装，然后输入“yes”

## 这样就安装好了，此时会在主目录天生anaconda文件夹

安装好anaconda后我们还须要进行配置
## 终端输入 sudo gedit ~/.bashrc 并在bashrc问价最后添加路径

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

复制代码

## 保存并退出，输入 source ~/.bashrc  革新一下环境变量。收支conda list 可以看的安装的一些包名，这样就完成啦

## 换用清华源，下载更快。然后输入反面两条指令。

1. pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
3. conda clean -i
5. sudo gedit ~/.condarc

复制代码

然后将以下内容复制到condarc文件中
   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
  ## 保存并退出，此时就配置完成了。然后我们创建pytorch环境

1. conda create -n <环境名称自定义> python=<python的版本号>

复制代码

## 这样就OK啦

## 然后输入以下指令，进入创建的环境准备进行yolov5环境配置

1. conda activate pytorch

复制代码

4、Yolov5环境配置

---

## 其中关于这部分内容，我在下面的博客中都有提到，也有关于Yolov5的介绍，与windows操纵差不多，可以参考
【PyTorch】2024保姆级安装教程-Python-（CPU+GPU详细完备版）-_pytorch安装-CSDN博客
【Yolov5】-模子解读+练习过程 | 目的辨认 | 视觉使命_yolov5源码如何练习-CSDN博客

## 输入，下令安装即可

1. conda install pytorch torchvision torchaudio cpuonly -c pytorch

复制代码

二、Yolov5摆设测试

1、下载Yolov5

安装git

1. sudo apt update
2. sudo apt install git -y

复制代码

git下载yolov5项目

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

复制代码

2、Yolov5配置

        进入下载的yolov5-master目录进入创建的pytorch环境

1. source activate pytorch

复制代码

        安装依赖

1. pip install -r requirements.txt

复制代码

        这样就安装好了
3、yolov5实验

        选择配置pytorch环境，可以给vscode安装Chinese和Python扩展。

        然后直接运行即可

        这样就运行成功啦，可以在输出的路径下查看处置惩罚后的照片了。

        关于反面部分的内容我在下面的博客中都提到了，其他的操纵和Windows下操纵根本相同。可以参考一下博客：
【Yolov5】-模子解读+练习过程 | 目的辨认 | 视觉使命_yolo模子练习过程描述-CSDN博客
【目的检测】基于YOLO的多使命辨认（门路状态）| labelimg标注_yolo多使命检测-CSDN博客


4、FileZilla 文件传送

        由于我之前自己标注了一些数据并练习完成了，这里我想摆设到linux系统上，于是我通过FileZilla将练习好的模子传到虚拟机上。以下是FileZilla的配置过程：

   打开   Ubuntu   的终端窗口，然后实验如下下令来安装   FTP   服务：   

1. sudo apt-get install vsftpd

复制代码

    等候软件自动安装，安装完成以后利用 gedit    打开   /etc/vsftpd.conf   ，下令如下：        

1. sudo gedit /etc/vsftpd.conf

复制代码

      打开     vsftpd.conf     文件以后找到如下两行：                local_enable=YES           write_enable=YES             确保上面两行前面没有“    #    ”，有的话就取消掉            

                   修改完      vsftpd.conf      以后保存退出，利用如下下令重启      FTP      服务：            

1. sudo /etc/init.d/vsftpd restart

复制代码

    到这里，虚拟机上的配置就完成啦！！！
     然后打开本地的FileZilla
     

     

                                查看Ubuntu系统的IP地址         

                          Ubuntu 作为        FTP        服务器，       FileZilla        作为        FTP 客户端，客户端肯定要连接到服务器上，直接进行快速连接。                  

                           这样就可以利用FileZilla进行主机与虚拟机之间的文件传输。                  5、门路检测模子测试

              传入练习好的模子
      

              由于我的模子权重文件 best.pt 是在 Windows 系统上保存的，而现在是在 Linux 环境运行代码。权重文件的路径信息无法直接被 Linux 的 pathlib 处置惩罚。因此须要把文件路径处置惩罚一下。在做的时候我发现还是不能成功。我查了一下资料，PyTorch在Windows和Linux系统之间有些差异，尤其是在路径格式和模子保存的方式上。如果你在Windows上练习模子，并将文件直接迁移到虚拟机上的Linux系统，大概会遇到路径格式不兼容的问题。而且我在windows上利用GPU环境练习模子的，而虚拟机上不能调用GPU，这个大概也会影响（这个不太清楚，有待考证）。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。