1.开发背景

        在已有的 Conda 环境下实现目标检测标定。

2.开发需求

       实现演示例子的图片标定。

3.开发环境

        Ubuntu20.04 + Conda + Yolov5

4.实现步骤

4.1 安装环境

# 创建环境 python 版本建议 3.9 以上
conda create -n yolov5 python=3.9# 进入环境
conda activate yolov5# 退出环境
conda deactivate

4.2 获取源码

4.2.1 修改网络配置

        如果不修改网络配置可能会导致克隆端口访问失败

sudo vi /etc/resolv.conf

#nameserver 127.0.0.53
options edns0 trust-adnameserver 8.8.8.8
nameserver 8.8.4.4

4.2.2 下载源码

# 克隆开源源码
git clone https://github.com/ultralytics/yolov5

4.3 安装环境

# 进入环境 这个很重要
conda activate yolov5# 进入源码
cd yolov5# 配置网络下载源
pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/# 安装依赖库
pip3 install -r requirements.txt 

4.4 运行示例

4.4.1 下载权重文件

        下载权重文件 yolov5s.pt，这个是官方已经训练完的结果 

https://github.com/ultralytics/yolov5/releases/tag/v2.0

4.4.2 执行识别

# 识别照片在 ./data/images/ 路径下，权重文件 yolov5s.pt
python3 detect.py --source ./data/images/ --weights yolov5s.pt

4.4.3 查看结果

# 根据上一步结果提示 每次运行 exp 会递增
ls -alh runs/detect/exp4/