win10系统下Yolov5目标检测环境搭建（Anaconda3+Pytorch+Yolov5，CPU，无GPU）

---

前言

  最近公司有一个项目需要做目标检测，具体应用是这样的，利用RealSense D435实现医院场景下的垃圾袋、矿泉水瓶等物体的识别，获取其在世界坐标系下的坐标和最合理的抓取位置，驱动机器人底盘移动，驱动dobot机械臂实现抓取。
  之前没搞过深度学习这方面的东西，问了度娘，最后决定使用yolov5去实现目标检测，参考了众大佬的博客，最终安装成功，在此记录一下。

一、Yolov5

1、下载Yolov5源码

下载地址如下：https://github.com/ultralytics/yolov5，我下载的是v6.2版本，最好使用之前的版本，新版本可能存在很多待优化的地方。解压后目录如下：

2、下载Yolov5预训练模型

下载地址如下：https://github.com/ultralytics/yolov5/releases，与yolov5的版本一致，即v6.2版本。打开网页后下拉，找到Assets，如下：

yolov5共有四种模型：yolov5s、yolov5m、yolov5l、yolov5x，我们下载的也是这四个（下载过程非常慢，请耐心等待）。下载后将四个.pt文件放到Yolov5源码根目录下，如下：

二、安装Python虚拟环境

1、下载安装Anaconda3

下载地址如下：https://www.anaconda.com/，最新版本对应python3.9，版本过于新，后面的PyTorch也会面临更新问题，所以我使用的是Anaconda3-2022.05-Windows-x86_64.exe，对应python3.8.2


双击安装，这里只上一张重要的图，其它的直接next就可以：

2、利用Anaconda3下载PyTorch

2.1 创建PyTorch环境

找到Anaconda Prompt，如下：

输入如下命令：

conda create --name pytorch python==3.8
1

接下来还需要手动输入一个“y"，等待安装即可。

2.2 查看pytorch环境并激活

输入如下命令：

conda info -e
1

可以看到除了base环境，还多了我们自己创建的pytorch环境

2.3 激活

输入如下命令：

conda activate pytorch
1

激活后， 可以看到前面的base变成了pytorch环境了。

2.4 安装Pytorch

官网地址如下：https://pytorch.org/get-started/locally/，我这里选的是CPU，因为我的电脑是核显，没有英伟达独显，所以也用不了CUDA，如果你有英伟达显卡，记得选CUDA

输入上图中的命令：

conda install pytorch torchvision torchaudio cpuonly -c pytorch
1

接下来还需要手动输入一个“y"，等待安装即可。

2.5 验证Pytorch是否安装成功

首先激活Pytorch环境，再输入python命令，进入python环境下，调用torch库，最后输出torch的版本号：

import torch
torch.__version__
1
2

2.6 在Pytorch中安装opencv

首先激活Pytorch环境，输入命令：

pip install python-opencv
1

测试，命令如下：

import cv2
cv2.__version__
1
2

三、PyCharm环境搭建

此处略过下载与安装，只介绍其环境配置。

1、打开下载好的detect.py文件

2、设置编译配置

3、设置解释器

四、运行

运行detect.py，发现控制台报错，提示某些包没有安装，可使用pip命令进行安装，具体命令，要看自己报什么错误，比如我运行时需安装的包较多，依次运行如下命令：

pip install pandas -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
pip install pyyaml
pip install tqdm
pip install matplotlib
pip install seaborn
1
2
3
4
5

安装完成，再次运行，报错如下：

AttributeError: 'Upsample' object has no attribute 'recompute_scale_factor'
1

解决方法：
打开D:\Anaconda3\envs\yolov5-6.0\lib\site-packages\torch\nn\modules\upsampling.py文件，修改代码如下：

def forward(self, input: Tensor) -> Tensor:
    return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners)

# return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners,
#                      recompute_scale_factor=self.recompute_scale_factor)
1
2
3
4
5

再次运行，报错如下：

UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at  C:\cb\pytorch_1000000000000\work\aten\src\ATen\native\TensorShape.cpp:2228.)  return _VF.meshgrid(tensors, **kwargs)  # type: ignore[attr-defined]
1

解决方法：
打开D:\Anaconda3\envs\yolov5-6.0\lib\site-packages\torch\function.py文件，找到478行，修改代码如下：

# Remove this two weeks after landing.
kwargs = {} if indexing is None else {'indexing': indexing}
return _VF.meshgrid(tensors, **kwargs,indexing='ij')
#return _VF.meshgrid(tensors, **kwargs)  # type: ignore[attr-defined]
1
2
3
4

再次运行，运行成功：

五、效果

我们使用的是两张图片，图片位于：

运行detect.py后，可以在runs/detect/exp/文件夹下看到目标检测的结果：