人工智能之yolov7目标检测在ubuntu上部署

人工智能
创建环境时指定 python 版本,和创建完环境后安装 python 的指定版本两者导致的结果并无不同,那为什么官方推荐在创建环境时使用 python=3.9 的方式指定 python

今天介绍在Ubuntu上部署物体识别yolov7部署

一、Anaconda简单介绍

首先就是需要下载Anaconda创建虚拟环境,这是目前最方便的

创建虚拟环境不影响本机的其他环境

1、虚拟环境管理

1.1conda ‐‐version         # 获取conda版本

1.2conda update conda      # 升级conda

1.3conda env list (列出虚拟环境信息)

conda create -n <env_name> (创建虚拟环境)
# 命令示例
conda create -n py38 -y
conda create -n py39 python=3.9 -y  # 官方推荐使用这种方式
conda create -n py39_2 -y && conda install -n py39_2 python=3.9 -y

创建环境时指定 python 版本,和创建完环境后安装 python 的指定版本两者导致的结果并无不同,那为什么官方推荐在创建环境时使用 python=3.9 的方式指定 python

版本呢?这是因为如果您要在该虚拟环境中使用 python,就应该在创建环境之初下载 python3.9 ,之后在这个虚拟环境中下载的其他包都会匹配 python3.9的依赖与约束。如果安装了很多其他包之后再安装 python3.9,处理环境依赖就会变得较为复杂,甚至导致一些不易察觉的 bug

1.4conda activate <env_name> (进入虚拟环境)

# 命令示例

conda activate py39

1.5conda deactivate <env_name> (退出虚拟环境)

# 命令示例

conda deactivate 

1.6conda remove -n <env_name> --all 删除虚拟环境

# 删除 test 虚拟环境

conda remove -n test --all

conda env list

2、channels 管理

2.1列出 conda 中配置的 channels,根据从低到高的优先级排列

conda config --get channels 

2.2添加 channels,添加国内的 channels 也就是我们常说的添加国内源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

2.3删除 channels

方法 1 (通过命令删除):
# 首先查看 channels
conda config --get channels
# 删除指定的 channels
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
方法 2 (编辑 .condarc 文件删除想要删除 channels 对应的行)
vi ~/.condarc

二、yolov7部署

1、conda create -n py python=3.8

创建成功,进入虚拟环境

conda activate py 

2、下载yolov7

git clone https://github.com/WongKinYiu/yolov7.git

直接下载压缩包 https://github.com/WongKinYiu/yolov7.git

下载完成进入文件夹

cd yolov7

安装依赖

pip install -r requirements.txt 

耐心的等待依赖包安装成功

3、下载模型文件

图片

https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt
https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7x.pt
https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-w6.pt
https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-e6.pt
https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-d6.pt
https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-e6e.pt

然后运行 

python detect.py --weights yolov7.pt --conf 0.25 --img-size 640 --source inference/images/horses.jpg 

图片

看看是否缺少别的模块,单独pip下载一下就可以

责任编辑:武晓燕 来源: Android开发编程
相关推荐

2024-08-22 12:49:02

2024-03-05 08:00:00

人工智能Kuberneste

2024-05-28 10:04:00

2022-07-11 09:24:55

模型AI检测

2017-03-16 16:08:11

人工智能设定目标

2024-03-14 08:00:00

人工智能生成式对抗网络网络钓鱼

2022-12-08 08:40:38

YOLOv7模型AI

2023-07-26 11:26:42

2023-10-19 11:10:18

人工智能边缘部署

2022-02-15 12:14:49

人工智能数据优化

2020-08-27 14:17:38

人工智能入侵安全

2023-07-26 09:00:00

人工智能AI检测

2022-06-09 10:12:01

网络安全人工智能威胁监测

2023-05-09 13:56:33

2022-10-19 07:04:12

​人工智能云服务Alaas

2022-06-20 11:05:58

通用人工智能机器人

2018-11-22 13:37:49

HBase人工智能数据

2023-03-26 00:00:02

人工智能符号主义起源

2021-02-18 10:44:51

人工智能AI机器学习

2023-10-17 10:20:23

点赞
收藏

51CTO技术栈公众号