关键词:
目录
- 一.在pycharm打开克隆后的yolov5-5.0的项目
- 二.配置pycharm的解释器
- 三.安装运行yolov5所需的包!
- 四.解决一些运行yolov5出现的一些问题
- 1.打开weights文件夹下的 detect.py,右键点击运行。
- 2.出现问题【subprocess.CalledProcessError: Command 'pip install 'protobuf<3.20,>=3.9.2'' returned non-zero exit status 1.】
- 3.出现问题【AttributeError: Can't get attribute 'SPPF' on <module 'models.common' from 'D:\\\\Users\\\\xxxxx\\\\Desktop\\\\yolov5-5.0_配置\\\\models\\\\common.py'>】
- 4.出现问题【AttributeError: 'Upsample' object has no attribute 'recompute_scale_factor'】
- 5.出现问题【RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3】
- 6.出现问题【NotImplementedError: Could not run 'torchvision::nms' with arguments from the 'CUDA' backend. 】
- 五.运行detect.py,发现运行成功
想必做深度学习的同学,电脑都是装了anaconda和pycharm的,本文是在该基础上进行的。
首先你得在 yolov5的官网上克隆相关的项目。
可能部分没有魔法的同学进不去或者很慢,我就把他放在自己的网盘里面了。
网盘链接:https://pan.baidu.com/s/1jM5u2ymsTcw6gUJpXGVpzg?pwd=5gn2
提取码:5gn2
ps:我写这篇文章也挺耗时的,希望各位兄弟姐妹们,不要吝啬您的关注,谢谢。
一.在pycharm打开克隆后的yolov5-5.0的项目
ps:直接打开解压后的文件夹拖拽到pycharm即可!
ps:看不懂的可以把pycharm进行汉化,不丢人的,比如我 😦
结果如下图所示:
二.配置pycharm的解释器
1.依次打开: 文件->设置->项目->python解释器
结果如下图所示
这我用的是上一篇文章中配置好的conda环境,不会配置的我把链接放在下面
配置conda环境的链接:https://blog.csdn.net
2.打开配置好的deeplearn学习环境
1.单击添加解释器->单击添加本地解释器
2.单击【现有】
3.单击【…】
4.依次选择 自己安装anaconda 的位置->envs->deeplearn(deeplearn是配置conda环境时,自己创建的深度学习的环境)->python.exe, 点击确定即可!
5.依次保存退出即可!
三.安装运行yolov5所需的包!
1.一般打开这个文件,此时都会出现这个提示,提示你需要安装相应的包,点击【安装要求】,然后耐心等待即可。
2.如果不出来黄色提示的话,打开pycharm的终端,输入pip install -r requirements.txt,然后回车即可!
ps:一般的话,都不会一次安装成功,出来依次提示,点击一次,多点几次【安装要求】就好了!
ps:这个方法一般比较慢,耗时可能有点长,多点几次,耐心等待即可!
pip install -r requirements.txt
2.接下来提供一种新的安装方法。
下图便是安装所需的包,大家首先对pycharm进行换源操作。
1.对pycharm软件源进行换源,打开【python软件包】
2.点击设置图标
3.点击【+】
4.复制下述地址地址粘贴即可(选其一or都粘贴都行)!
https://pypi.tuna.tsinghua.edu.cn/simple #清华
http://pypi.douban.com/simple/ #豆瓣
http://mirrors.aliyun.com/pypi/simple/ # 阿里云
ps:以后安装什么包,直接选择国内的源进行安装可以提高速度!
5.打开终端输入下述代码,这个是直接指定了镜像源,-i …,前面换源操作有安装失败的可以直接在软件包下载即可!
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
6.耐心等待安装即可!
ps:如果有未安装成功的,可以多试几遍,或者直接在python软件包里面搜索进行安装。
7.软件包进行安装:提示有未安装的包,如下。
8.打开文件->设置->项目->python解释器,点击【+】,如下图,切记不要选择conda的包管理器,就是+号旁边的绿色按钮。
9.搜索包名,选择国内源安装即可。
ps:不出现国内源,点击刷新等待即可!
10.安装成功即可,如下图所示,其它包同理即可!
至此相关的一切都已经ok了!
四.解决一些运行yolov5出现的一些问题
1.打开weights文件夹下的 detect.py,右键点击运行。
2.出现问题【subprocess.CalledProcessError: Command ‘pip install ‘protobuf<3.20,>=3.9.2’’ returned non-zero exit status 1.】
** 解决办法 **
1.这是因为protobuf版本不符合,打开软件包,发现protobuf版本为3.20.3,恰好太高
2.搜索protobuf,并指定版本,并安装软件包即可,如下图所示。
3.再次点击运行,发现该错误已解决!
3.出现问题【AttributeError: Can’t get attribute ‘SPPF’ on <module ‘models.common’ from ‘D:\\Users\\xxxxx\\Desktop\\yolov5-5.0_配置\\models\\common.py’>】
** 解决办法 **
1.按照提示找到:models->common.py
2.找到SPPF,在common的149行
3.在上面复制粘贴,如下图
class SPPF(nn.Module):
# Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
def __init__(self, c1, c2, k=5): # equivalent to SPP(k=(5, 9, 13))
super().__init__()
c_ = c1 // 2 # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c_ * 4, c2, 1, 1)
self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k // 2)
def forward(self, x):
x = self.cv1(x)
with warnings.catch_warnings():
warnings.simplefilter('ignore') # suppress torch 1.9.0 max_pool2d() warning
y1 = self.m(x)
y2 = self.m(y1)
return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))
4.接着在最上面导入import warnings,如下图:
import warnings
5.再次运行detect.py
4.出现问题【AttributeError: ‘Upsample’ object has no attribute ‘recompute_scale_factor’】
** 解决方法 **
1.直接点击下图选框中的错误提示,或按照文件提示路径找到该文件:
2.记住下述结果。
3.发现在154行
,删除(or注销)154行
代码,并在153行
末尾,删除逗号,添加英文半角下的")",括号,如下图
recompute_scale_factor=self.recompute_scale_factor)
4.再次运行detect.py
5.出现问题【RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3】
** 解决方法 **
1.这是因为下载的权重文件不匹配导致的。
2.下载相对应的权重文件即可
3.下载网址
4.可能有小伙伴网址打不开,别着急,权重文件我放在资源里,可以到时候直接下载。
5.下载完成后复制粘贴进来即可!
5.1首先点击最大的文件夹,【yolov5-5.0,…】,如下图:
5.2 Ctrl+v 即可,如下图,切记目录不能出错。
5.3点击覆盖即可!
6.出现问题【NotImplementedError: Could not run ‘torchvision::nms’ with arguments from the ‘CUDA’ backend. 】
** 问题截图 **
** 解决方法 **
ps:这是我参考另一位博主的,链接放这
ps: 衷心的感谢这位博主!
1.单击下述这行代码,如图
2.在开头导入模块
import my_nms
如下图
3.在下面粘贴这行代码,如下图:
return my_nms.nms(boxes,scores,iou_threshold)
4.同插入yolov5s.pt文件一样,新建一个py文件,里面代码为:
from torch import Tensor
import torch
def box_area(boxes: Tensor) -> Tensor:
"""
Computes the area of a set of bounding boxes, which are specified by its
(x1, y1, x2, y2) coordinates.
Arguments:
boxes (Tensor[N, 4]): boxes for which the area will be computed. They
are expected to be in (x1, y1, x2, y2) format
Returns:
area (Tensor[N]): area for each box
"""
return (boxes[:, 2] - boxes[:, 0]) * (boxes[:, 3] - boxes[:, 1])
def box_iou(boxes1: Tensor, boxes2: Tensor) -> Tensor:
"""
Return intersection-over-union (Jaccard index) of boxes.
Both sets of boxes are expected to be in (x1, y1, x2, y2) format.
Arguments:
boxes1 (Tensor[N, 4])
boxes2 (Tensor[M, 4])
Returns:
iou (Tensor[N, M]): the NxM matrix containing the pairwise IoU values for every element in boxes1 and boxes2
"""
area1 = box_area(boxes1) # 每个框的面积 (N,)
area2 = box_area(boxes2) # (M,)
lt = torch.max(boxes1[:, None, :2], boxes2[:, :2]) # [N,M,2] # N中一个和M个比较; 所以由N,M 个
rb = torch.min(boxes1[:, None, 2:], boxes2[:, 2:]) # [N,M,2]
wh = (rb - lt).clamp(min=0) # [N,M,2] #小于0的为0 clamp 钳;夹钳;
inter = wh[:, :, 0] * wh[:, :, 1] # [N,M]
iou = inter / (area1[:, None] + area2 - inter)
return iou # NxM, boxes1中每个框和boxes2中每个框的IoU值;
def nms(boxes: Tensor, scores: Tensor, iou_threshold: float):
"""
:param boxes: [N, 4], 此处传进来的框,是经过筛选(NMS之前选取过得分TopK)之后, 在传入之前处理好的;
:param scores: [N]
:param iou_threshold: 0.7
:return:
"""
keep = [] # 最终保留的结果, 在boxes中对应的索引;
idxs = scores.argsort() # 值从小到大的 索引
while idxs.numel() > 0: # 循环直到null; numel(): 数组元素个数
# 得分最大框对应的索引, 以及对应的坐标
max_score_index = idxs[-1]
max_score_box = boxes[max_score_index][None, :] # [1, 4]
keep.append(max_score_index)
if idxs.size(0) == 1: # 就剩余一个框了;
break
idxs = idxs[:-1] # 将得分最大框 从索引中删除; 剩余索引对应的框 和 得分最大框 计算IoU;
other_boxes = boxes[idxs] # [?, 4]
ious = box_iou(max_score_box, other_boxes) # 一个框和其余框比较 1XM
idxs = idxs[ious[0] <= iou_threshold]
keep = idxs.new(keep) # Tensor
return keep
ps : my_nms.py位置如图:
五.运行detect.py,发现运行成功
找到保存的运行结果成功的位置。
pycharm关联anaconda教程
上一篇讲解了如何安装Pycharm和如何安装Anaconda,下面来看下如何创建我们自己的项目,和关联Anaconda(Pycharm安装与永久激活教程)https://www.cnblogs.com/study-/p/13234792.html(Anaconda安装详细教程)https://www.cnblogs.com/study-/p/13233953.html ... 查看详情
使用 (Anaconda 和 PyCharm
】使用(Anaconda和PyCharm【英文标题】:Using(Ana)condawithinPyCharm【发布时间】:2015-04-0801:58:29【问题描述】:我的Linux(Ubuntu14.04)机器上运行了Pycharm4。除了系统python,我还安装了Anaconda。让两者很好地一起玩似乎有点问题......PyCharm为vi... 查看详情
yolov55.0报错日常can‘tgetattribute‘sppf‘on<module‘models.common‘from‘d:\pycharm\code\yolov5(代码片段)
...etattribute'SPPF'on<module'models.common'from'D:\\\\Pycharm\\\\Code\\\\yolov5-5.0\\\\models\\\\common.py'> Can'tgetattribute'SPPF'on<module'models.common'from'D:\\\\Pycharm\\\\Code\\\\yolov5-5.0\\\\models\\\\common.py'>紧接着第二... 查看详情
pycharm配置anaconda
所需软件PyCharmCommunityEdition2017.3.2x64,Anaconda官网可以自行下载。有钱还是支持正版,没钱的话......你懂得,度娘。 两个软件的安装就不详细叙述了,下面直接讲Anaconda的配置。打开Pycharm File-->Setting-->ProjectTest-->Proje... 查看详情
pycharm配置anaconda环境
概述在上节介绍了anaconda管理python环境,而Pycharm作为主流pythonIDE,两者配合使用才算完美。配置File-Setting-ProjectInterpreter贴图:可以看到当前环境下安装的包之类的,管理起来也是很清爽。 查看详情
pycharm问题总结
...,移动该项目,重建该项目错误消失.2.修改pycharm的解释器为anaconda 选择第二个anaconda,pycharm卡住很久,最后连接失败,推测是pycharm连接anaconda服务器搭建anaconda环境. 其实,可以直接使用本地的anaconda环境,选择系统解释器,找到自己anaco... 查看详情
pycharm链接anaconda接口教程
参考技术APycharm是一个非常好用的Python编译运行IDE,anaconda则用于管理Python中各种各样的包。下面讲讲在Windows系统下让Pycharm能够使用anaconda管理的各种包。1找到编译器选项首先打开Pycharm然后点击File->settings,然后就可以看到下... 查看详情
设置pycharm使用anaconda的环境
设置PyCharm使用Anaconda的环境PyCharm的安装以及Anaconda的安装和环境的新建这里就不做赘述了。为每一个PyCharm中的project设置特定的编译器及资源路径在PyCharm中新建一个project后,该项目的默认编译器应该是系统默认的python.exe。... 查看详情
anaconda3+pycharm的安装
主要参考这几篇文章:Windows下Anaconda2(Python2)和Anaconda3(Python3)的共存:https://blog.csdn.net/infin1te/article/details/50445217Windows安装Anaconda3+PyCharm:https://www.cnblogs.com/zhouzhishuai/p/8401103.htmljupytern 查看详情
anaconda+tensorflow+pycharm
anaconda+tensorflow教程链接:https://blog.csdn.net/r1254/article/details/76735740pycharm编译器file->setting->projectinterpreter->addlocal选择c:programdataanaconda3->envs->python35->python.ex 查看详情
Pycharm/Anaconda/Scipy 中的 DLL 加载失败
】Pycharm/Anaconda/Scipy中的DLL加载失败【英文标题】:DLLloadfailedinPycharm/Anaconda/Scipy【发布时间】:2019-02-0817:13:33【问题描述】:我正在使用Anaconda在Pycharm中尝试从scikit-learn导入:fromsklearn.datasetsimportmake_blobs但我收到此错误:Traceback... 查看详情
pycharm配置anaconda的艰难心路历程
在安装好pycharm后,想着anaconda中的类库会比较全,就想着将anaconda配置到pycharm中,这样可以避免以后下载各种类库。第一步就是要下载并安装anaconda,在安装的过程中历经困难,每次都在最后一步安装失败,报错信息为failedtocreat... 查看详情
anaconda+pycharm的安装和应用
至于anaconda的安装与pycharm的安装在此不做多说,主要说下遇到的问题。问题描述: 安装anaconda后,pip下载的第三方库调用不到。原因分析: anaconda自带的python3.6作为默认python解决方法:  ... 查看详情
PyCharm 无法运行程序 C:\\Anaconda\\python.exe
】PyCharm无法运行程序C:\\\\\\\\Anaconda\\\\\\\\python.exe【英文标题】:PyCharmCannotRunProgramC:\\\\Anaconda\\\\python.exePyCharm无法运行程序C:\\\\Anaconda\\\\python.exe【发布时间】:2016-09-2321:21:51【问题描述】:当我在终端中运行脚本时,我在一个红... 查看详情
在pycharm和anaconda环境下运行程序
】在pycharm和anaconda环境下运行程序【英文标题】:Runaprograminpycharmunderanacondaenviroment【发布时间】:2017-09-3023:48:21【问题描述】:我有一个使用anacoda环境运行的程序。我有anaconda3,python3.5运行l执行以下步骤。sourceactivatemy_envpython3... 查看详情
在pycharm中配置使用anaconda环境
在PyCharm中配置使用Anaconda环境1.Anaconda2.PyCharm总结1.Anaconda如未安装Anaconda可至其官网下载,学习使用个人版就可以了。下载地址:Anaconda|IndividualEdition1、打开AnacondaNavigator,点击Environments可以看到anaconda中已经有了默认... 查看详情
pycharm和anaconda
借鉴其他博文和亲自操作做一简要的总结:anaconda是python中一个管理包很好用的工具,可以轻松实现python中的各种包的管理。相信大家会有这样的体验,在pycharm中也是有自动搜索和下载的功能,但是这个功能对于一些包是可... 查看详情
import_ssldllloadfailed(pycharm或者anaconda)(代码片段)
就是自己的anaconda或者是pycharm的一些文件夹没加到环境变量里面,执行不了一些命令原因是环境变量的问题!D:Anaconda3;D:Anaconda3Scripts;D:Anaconda3Libraryin要添加三个环境变量,而不是只添加Scripts那个!重启之后就可以了(pycharm的话... 查看详情