yolov5在ubuntu配置
时间: 2025-05-25 12:13:44 浏览: 16
### 在 Ubuntu 上配置和运行 YOLOv5
#### 1. 系统准备
确认当前使用的 Ubuntu 版本,可以通过命令 `cat /proc/version` 或者更简单的 `lsb_release -a` 来获取系统版本信息[^1]。对于不同的 Ubuntu 版本(如 18.04 和 20.04),某些依赖库可能有所不同。
#### 2. Python 环境设置
确保已安装 Python 3.x 及其开发工具链。可以执行以下命令来验证并安装必要的组件:
```bash
sudo apt update && sudo apt install python3-pip python3-dev libgl1-mesa-glx
```
接着升级 pip 工具至最新版本以避免兼容性问题:
```bash
pip3 install --upgrade pip
```
#### 3. PyTorch 的安装
根据是否有 NVIDIA GPU 支持决定安装 CPU 或 GPU 版本的 PyTorch。如果没有显卡支持,则仅需安装 CPU 版本即可[^2]:
```bash
pip3 install torch torchvision torchaudio
```
如果有 NVIDIA 显卡可用,并希望利用 CUDA 加速计算性能,可访问 [PyTorch官网](https://pytorch.org/get-started/locally/) 获取对应于操作系统、CUDA 版本的具体安装指令。
#### 4. OpenCV 安装
YOLOv5 对图像处理功能有一定需求,因此需要安装 OpenCV 库[^3]:
```bash
pip3 install opencv-python-headless
```
#### 5. 下载 YOLOv5 源码
通过 Git 将官方仓库克隆到本地环境中:
```bash
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
```
#### 6. 安装项目所需依赖项
进入 YOLOv5 文件夹后,按照 requirements.txt 中列出的内容自动完成所有必需模块的安装过程:
```bash
pip3 install -r requirements.txt
```
#### 7. 测试模型运行状态
为了检验整个环境搭建是否成功以及预训练权重文件能否正常加载工作,尝试调用内置测试脚本来检测单张图片的目标识别效果:
```python
from IPython import display
display.Image(filename='test.jpg')
!python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source test.jpg
```
以上步骤完成后,应该能够在指定路径下看到生成的结果图像文件。
阅读全文
相关推荐


















