2、安装完成。
3.接下来安装cuda驱动,版本也不能太高,需要适配torch、torchvision、 torchaudio。
(1).https://pytorch.org/get-started/previous-versions/(2).https://developer.nvidia.com/cuda-toolkit-archive
(上面是下载地址,不安装cuda驱动的话,无法使用GPU进行训练,只能使用CPU去训练)
4、目前pytorch官网v2.2.0适配到cuda12.1版本,所以我们也要下载cuda12.1版本才行,如果cuda版本太高,会有兼容问题。
5、选择对应的系统下载即可。
6、cuda安装完成。
7、执行下面的命令安装模块。
Pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
8、再执行下面的命令安装torch、torchvision、 torchaudio。
pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu121
9、下载官网已经训练好的模型yolov7.pt去检测,为了验证环境是否搭建完成。
https://github.com/WongKinYiu/yolov7?tab=readme-ov-file
10、执行下面的命令验证环境是否安装完成。
python detect.py --weights weights/yolov7.pt --source inference/images。11、结果保存在runsdetect下面,如果检测到目标并且出现框框了,代表环境搭建完成了。
12、下一篇文章继续讲讲怎么训练自己的模型去检测。
13、技多不压身,哎呀卧槽,为了生活,各种技能都要学习一点。
知识分享完了
喜欢别忘了关注我们哦~
弥 天
安全实验室
原文始发于微信公众号（弥天安全实验室）：【机器学习实践】yolov7目标检测训练环境搭建
免责声明:文章中涉及的程序(方法)可能带有攻击性，仅供安全研究与教学之用，读者将其信息做其他用途，由读者承担全部法律及连带责任，本站不承担任何法律及连带责任；如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截，联系方式见首页)，望知悉。
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论