YOLOv7 on Windows (一) 建立環境與執行

建立環境

先用 Anaconda 建立一個乾淨的新環境

conda create --name torch python=3.9

名稱及版本都可以更改，我這邊是用 3.9

---

接著進入環境安裝 GPU 版本的 PyTorch，也可以用 CPU 版本的，但速度慢非常多

安裝前先檢查 GPU 的驅動版本，可以在終端中使用 nvidia-smi 指令來查看驅動版本

之後到這個網站查看符合的 CUDA 版本
YOLOv7 支持的 PyTorch 版本為 1.7.0 ~ 1.11.0 所以到這個網站挑選適合的安裝
我安裝的是 1.11.0 + CUDA 11.3

安裝 1.12.0 也可以執行，但是在引入模型時會有問題
PyTorch 比較大，需要一點時間下載
安裝完後在終端直接執行 Python 檢查有沒有安裝成功

有看到自己的 GPU 就是成功了

---

安裝完後就可以 clone YOLOv7
git clone https://github.com/WongKinYiu/yolov7.git
clone 完後進入資料夾，因為我們已經裝好 PyTorch 了，所以修改一下 requirements.txt
將 11 及 12 行註解

之後安裝需要的套件
pip install -r requirements.txt

到這裡環境就準備好了

執行 YOLO

直接執行 python detect.py

第一次執行會下載預訓練好的模型，下載好會預測放在 .\inference\images 的圖片，可以在 .\runs\detect\exp 看到預測結果

也可以用 –source 指定要預測的圖片或影片
python detect.py --source 圖片或影片的路徑

到這邊就算是建立好環境了，下一篇文章將會記錄如何訓練自己的資料集並進行預測