ubuntu22.04部署YOLOv5
时间: 2025-02-05 20:53:22 浏览: 95
### Ubuntu 22.04 上部署 YOLOv5 教程
#### 准备工作
确保系统已更新至最新状态并安装必要的工具包。
```bash
sudo apt-get update && sudo apt-get upgrade -y
```
#### 安装 Nvidia 显卡驱动程序
对于 GPU 加速的支持,需先确认并安装合适的 Nvidia 显卡驱动版本。通过命令 `ubuntu-drivers devices` 查看推荐的驱动列表,并依据提示完成安装[^2]:
```bash
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-driver-<version>
nvidia-smi
```
#### Anaconda 的安装
下载并安装 Anaconda 发行版来管理 Python 环境及其依赖项。这一步骤有助于创建独立的工作空间以避免软件冲突[^3]:
```bash
wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh
bash Anaconda3-2024.02-1-Linux-x86_64.sh
source ~/.bashrc
```
#### 创建 Conda 虚拟环境
建议为项目建立专门的 conda 环境以便更好地控制库文件版本兼容性问题:
```bash
conda create --name yolov5 python=3.9
conda activate yolov5
```
#### CUDA 和 cuDNN 设置
针对深度学习框架的需求,还需配置好 NVIDIA 提供的 CUDA Toolkit 及其配套库 cuDNN。注意复制路径下的动态链接库到指定位置[^1]:
```bash
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
sudo cp -p cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64/
```
#### PyTorch 安装
YOLOv5 基于 PyTorch 构建,因此需要按照官方指南选择适合当前系统的 PyTorch 版本进行安装:
```bash
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
```
#### Cloning YOLOv5 Repository & Dependencies Installation
最后克隆 YOLOv5 GitHub 仓库并将所需的所有 pip 包加入环境中:
```bash
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
pip install -r requirements.txt
```
此时应该可以在本地运行训练脚本或推理测试了!
阅读全文
相关推荐


















