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 YOLOv7git 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
本部落格所有文章除特別聲明外,均採用 CC BY-NC-SA 4.0 許可協議。轉載請註明來自 Larry's notes!
評論