当前位置:网站首页>安装yolov3(Anaconda)
安装yolov3(Anaconda)
2022-07-03 09:27:00 【-素心向暖】
环境准备
- anaconda(可无)
- yolov3-master
win10 安装yolov3包
- 首先进入yolov3包,输入cmd进入命令行模式
- 通过 anaconda 创建一个新环境
conda create -n yolov3 python=3.7
- 安装需要环境
pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/
由于pip下载东西通过国外下载,所以在后面加上国内的镜像源
环境要求:
- python >= 3.7
- pytorch >= 1.1
- numpy
- tqdm
- opencv-python
其中只需要注意pytorch的安装:
到https://pytorch.org/中根据操作系统,python版本,cuda版本等选择命令即可。
如果没有vs的编译器也许安装不成功,所以要下载vs tool
vs tool安装:
链接:https://pan.baidu.com/s/1UPwgRKHWr-uW5Jc56Ucl7Q
提取码:khw2
下载好vs tool之后重新执行步骤2,就可以安装好yolov3的环境了
colab 安装 yolov3
登陆google云盘 进入链接: 谷歌云盘.
将下好的yolov3包上传到谷歌云盘

上传好之后打开colab。colab
连接colab和谷歌云

点击上图的2之后中间就会跳出一段代码,然后点击左边run按钮运行

然后就会跳出一个链接和一个要填密码的框,首先点击链接授权谷歌云盘的权限,然后就会有一个密码串让我们复制,再回到colab中在框框粘贴密码串,按回车键。
链接成功之后就可以正式在 colab 安装 yolov3 的环境。
- 首先改运行类型为GPU(很重要,每次重启都要改。这是colab运行比我们电脑快的原因之一)

- 新增代码段,输入以下代码然后运行
!cd /content/drive/MyDrive/yolov3-master && pip install -r requirements.txt
前面路径根据个人情况写入
然后colab在谷歌云的环境已经配好了,不过每次重启colab都要重第5步开始。接下来就可以在colab训练自己的训练集了。
- 解决解决Colab长时间无操作就掉线的问题
大家也会发现,当我们在训练自己的模型的时候,如果长时间不操作Colab后他就会自动断线,这就很头疼了,我们也不能傻傻一直盯着它跑吧。莫慌,你可以通过以下简单的操作来解决:
首先在Colab界面打开控制台(快捷键Ctrl+Shift+I),然后复制以下代码(这段代码的功能是设置每隔60000ms也就是1min自动点击一下Colab的“连接”操作,这样就不至于长时间误操作而导致自动断开连接啦,当然这只是个例子,方法不唯一,大家也可以调整下自己的间隔时间):
function ClickConnect(){
console.log("Working");
document.querySelector("colab-toolbar-button#connect").click()
}
setInterval(ClickConnect, 60000)

边栏推荐
- 2312. Selling wood blocks | things about the interviewer and crazy Zhang San (leetcode, with mind map + all solutions)
- Policy Gradient Methods of Deep Reinforcement Learning (Part Two)
- One click generate traffic password (exaggerated advertisement title)
- A super cool background permission management system
- 【C 题集】of Ⅵ
- Out of the box high color background system
- 3.3 Monte Carlo Methods: case study: Blackjack of Policy Improvement of on- & off-policy Evaluation
- Leetcode - 705 design hash set (Design)
- High imitation bosom friend manke comic app
- Leetcode刷题---217
猜你喜欢

ThreadLocal原理及使用场景

Pytorch ADDA code learning notes

C#项目-寝室管理系统(1)

1. Finite Markov Decision Process

Configure opencv in QT Creator

Standard library header file

熵值法求权重

Neural Network Fundamentals (1)

3.1 Monte Carlo Methods & case study: Blackjack of on-Policy Evaluation

Anaconda installation package reported an error packagesnotfounderror: the following packages are not available from current channels:
随机推荐
Policy gradient Method of Deep Reinforcement learning (Part One)
Timo background management system
LeetCode - 919. Full binary tree inserter (array)
20220607其他:两整数之和
[graduation season] the picture is rich, and frugality is easy; Never forget chaos and danger in peace.
Anaconda installation package reported an error packagesnotfounderror: the following packages are not available from current channels:
【SQL】一篇带你掌握SQL数据库的查询与修改相关操作
Discrete-event system
Leetcode刷题---704
重写波士顿房价预测任务(使用飞桨paddlepaddle)
Leetcode-513:找树的左下角值
3.3 Monte Carlo Methods: case study: Blackjack of Policy Improvement of on- & off-policy Evaluation
CV learning notes - scale invariant feature transformation (SIFT)
Implementation of "quick start electronic" window dragging
Codeup: word replacement
Label Semantic Aware Pre-training for Few-shot Text Classification
2018 y7000 upgrade hard disk + migrate and upgrade black apple
High imitation wechat
[LZY learning notes dive into deep learning] 3.5 image classification dataset fashion MNIST
Hands on deep learning pytorch version exercise solution - 3.1 linear regression