二、环境搭建

       anaconda 2021版本就行下载

      pycharm 直接安装社区版就行

       opencv-4.7.0

       torch-1.13.0  torchaudio-0.13.0  torchvision-0.14.0   cuda-11.7  cudnn只要和cuda对应就行cudnn-windows-x86_64-8.7.0.84_cuda11-archive

        cuda各个版本的Pytorch下载网页版,还有各个链接_cuda国内镜像下载网站-CSDN博客

       其他的就可以pip就行了

关联conda和pycharm 

点击设置然后到这个页面

yolo推理使用gpu加速 yolov5多gpu训练_人工智能

点add Interpreter

yolo推理使用gpu加速 yolov5多gpu训练_YOLO_02

use是你有的环境,new是你想要新建的环境

注意环境name不能有特殊符号—和其他,但是下划线可以  _

yolo推理使用gpu加速 yolov5多gpu训练_深度学习_03

环境会生成再anaconda文件的envs中 如果你有现成的环境直接复制过来就行然后再上面的use现有环境中选择就行

yolo推理使用gpu加速 yolov5多gpu训练_人工智能_04

三、标注

      打开pycharm 终端

yolo推理使用gpu加速 yolov5多gpu训练_批处理_05

这是因为cmd终端路径不对,点击加号旁边的下标 然后点击 

yolo推理使用gpu加速 yolov5多gpu训练_人工智能_06

改成下面这个

yolo推理使用gpu加速 yolov5多gpu训练_批处理_07

如果还是不行直接点这里

yolo推理使用gpu加速 yolov5多gpu训练_批处理_08

然后终端中安装labelimg

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

   再终端运行输入 labelimg 回车

yolo推理使用gpu加速 yolov5多gpu训练_YOLO_09

如果想把自己的标签导入labelimg中直接再下方路径里创建一个data文件夹添加你的classes.txt文件就行了

F:Anaconda3\envs\ 你安装labelimg的环境 \Lib\site-packages\labelImg

yolo推理使用gpu加速 yolov5多gpu训练_深度学习_10

然后打开yolov5-7.0的项目文件

改的   .yaml文件和yolov5其他版本一样

yolo推理使用gpu加速 yolov5多gpu训练_YOLO_11

改成你自己的路径和文件就行了  如果显示页面不足或者cuda_cudnn不匹配那大概率是你电脑不行  把bat_size改小   然后用终端输入

python  train.py --cache

这个利用你的内存和盘进行跑的  所以如果电脑不太行用这个跑,最好不要再打开什么了 不然内存不足容易电脑容易崩,

yolo推理使用gpu加速 yolov5多gpu训练_人工智能_12

如果训练中途断了,可以打开train.py 把这里改成True 再次运行。

yolo推理使用gpu加速 yolov5多gpu训练_深度学习_13

训练完成后预测,如果有误报查看你的误报图片上面的置信度。

yolo推理使用gpu加速 yolov5多gpu训练_YOLO_14

比如这个置信度为0.54和 0.46 的误报  可以打开推理文件

yolo推理使用gpu加速 yolov5多gpu训练_人工智能_15

将conf改为0.6和iou改为0.55只要超过图片中就行然后在推理 就会被滤掉。

yolo推理使用gpu加速 yolov5多gpu训练_yolo推理使用gpu加速_16