目标检测系统【环境详细配置过程】（CPU版本）

🕗 发布于 2024-10-14 10:56 目标检测计算机视觉 YOLO

（如果你使用的是笔记本电脑，没有比较好的GPU，可以配置CPU运行环境）

链接：上百种【基于YOLOv8/v10/v11的目标检测系统】目录（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型）

1.安装Anaconda

1.1 下载Anaconda

（1）Anaconda下载方式一（官网）

Anaconda下载官网：https://www.anaconda.com/

点击下载【Free Download】即可

然后点击【Download】

（2）Anaconda下载方式二（百度网盘）

链接：https://pan.baidu.com/s/1rN5ulU5xz3tkA2-7EId1FA

提取码：9hcx

1.2 安装Anaconda

点击安装包，然后点击【Next]

点击【I Agree】

点击【Next】

安装路径的选择，点击【Next】

点击【INstall】，然后等待安装完成

点击【Next】

点击【Next】

点击【Finish】

1.3 配置环境变量

右键点击【我的电脑】(此电脑)--【属性】--点击【高级系统设置】--【高级】--【环境变量】-找到系统变量下的【Path】--右侧点击【新建】，按照我标红框的进行添加即可。（注意anaconda3的安装路径

2.创建python虚拟环境

2.1创建python虚拟环境

虚拟环境的作用：虚拟环境可以隔离不同项目的依赖项，避免不同项目之间的干扰，使项目更加稳定。

首先进入命令界面

输入如下命令：

conda create -n yolov8 python=3.11.4

其中：yolov8是虚拟环境名称（可以任意取名，比如你可以取为yolov10等），python=3.11.4是指定python的版本（也可指定另外的版本）

输入【y】，之后回车开始安装

如果出现如下界面，表示安装完成。

输入命令可以查看虚拟环境否创建成功：conda env list

如下界面表示创建成功（虚拟环境名称以及虚拟环境的路径）：

激活进入环境：activate yolov8

激活成功后，前面的base会替换成yolov8

备注：如果需要删除刚刚创建的虚拟环境，可以通过如下命令删除：

conda remove -n yolov8 --all

2.2 虚拟环境的路径设置（常见问题以及解决方法）

（如果3.1在创建虚拟环境的时候，路径不是anaconda3的安装路径下，而是总是在c盘，才需要进行3.2小节的设置，否则跳过3.2小节）

w11环境下，anaconda安装在D盘，但是在新建虚拟环境总是在c盘，解决方法

在C盘找到.condarc这个文件

打开这个文件，找到envs_dirs:配置项，该配置项就表示新创建虚拟环境的路径（注意enva_dirs是自己anaconda3的安装路径）

上面配置的是阿里镜像源（方法一）

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud
  
envs_dirs:
    -D://soft//anaconda3//envs

也可以配置清华镜像源（方法二）

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  
envs_dirs:
    -D://soft//anaconda3//envs

备注（常见问题以及解决方法）：

（1）如果没有这个“.condarc”的文件，那么就点击"win"+"r",搜索“cmd”调出终端，然后输入命令创建即可：

conda config --set show_channel_urls yes

然后按照上述方法添加即可

（2）如果此时创建环境发现还会安装在C盘，是因为没有打开对Anaconda下envs的读写权限，找到所要保存的环境目录，作者这里是 D://soft//anaconda3//envs，

右击选择【属性】，选择【安全】，选择【编辑】，

按下图所示进行编辑，选择【Users】，在下面的选项中勾选【完全控制】，最后选择【应用】并【确定】。

接下来就可以重新区创建虚拟环境了

3.打开项目

将【目标检测系统源码】下载完成之后，解压到某个路径下（可以解压在D盘或者F盘都可）。然后使用Pycharm打开这个项目文件。
目标检测系统源码下载链接：上百种【基于YOLOv8/v10/v11的目标检测系统】目录（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型）-CSDN博客

（Pycharm前提已经安装完成，如果没有安装，可以网上搜索Pycharm的安装教程，有很多）

Pycharm软件中打开项目

4.在Pycharm中调用yolov8环境

点击【File】-->【setting】-->【Project】-->【Python Interpreter】-->【Add Interpreter】-->【Add Local Interpreter】

设置虚拟环境

备注：在Pycharm中如何查看当前项目使用的虚拟环境：

点击左下角的【Terminal】,可以看出使用的虚拟环境

或者在当前项目下新建一个test-p.py文件，输入如下代码并运行

import sys print(sys.prefix)

截图如下,可以看出使用的是yolov8虚拟环境以及虚拟环境的路径：

5.pycharm中添加镜像地址

添加镜像可以加快下载依赖包的速度。

点击图标【Python Packages】--点击设置按钮【Manage respositories】

点击【+】--在【Name】处随意更改名字，然后在【Repository URL】填上镜像源地址，最后点击【OK】

一些镜像地址：

1.清华大学镜像源：https://pypi.tuna.tsinghua.edu.cn/simple/

2.阿里云镜像源：http://mirrors.aliyun.com/pypi/simple/

3.中国科技大学镜像源：https://pypi.mirrors.ustc.edu.cn/simple/

6.安装其他的项目依赖

在安装项目依赖之前需要将requirements.txt文件里面的三个依赖进行修改，将

#torch==2.0.0+cu118
#torchaudio==2.0.1+cu118
#torchvision==0.15.1+cu118

修改为：

torch==2.0.0
torchaudio==2.0.1
torchvision==0.15.1

然后左下角终端打开，安装项目依赖，执行命令：pip install -r requirements.txt

（请务必按照 requirements.txt 中指定的版本进行安装，否则可能会出现依赖不兼容的问题，导致错误。）

到这里目标检测系统的环境就搭建成功了，接下来就可以启动目标检测系统了。

启动【目标检测系统】请点击链接：目标检测系统操作说明【用户使用指南】（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型）

原文地址：https://blog.csdn.net/2401_85556416/article/details/142906127

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

五、UI弹窗提示
协程调用方法；制作弹窗文本
阅读更多2024-10-14
使用verilog设计实现的数字滤波器（低通、高通、带通）及其仿真
对于低通FIR滤波器，可以使用窗函数法（如汉宁窗）来设计滤波器系数。例如，设计一个截止频率为。高通滤波器系数的设计方法与低通类似，但频率特性不同。例如，设计一个截止频率为。带通滤波器需要确定下限截止频
阅读更多2024-10-14
树莓派应用--AI项目实战篇来啦-14.基于OpenCV二维码识别
二维码又称二维条码，常见的二维码为QR Code,QR全称Quick Response，是一个近几年来移动设备上超流行的一种编码方式，它比传统的Bar Code条形码能存更多的信息，也能表示更多的数据
阅读更多2024-10-14
【无标题】
欢迎大家转发，一起传播知识和正能量，帮助到更多人。期待大家提出宝贵改进建议，互相交流，收获更大。辛苦大家转发时注明出处。【小白从小学Python+C+Java】也是咱们公益编程交流群的入口网址。【40
阅读更多2024-10-14
UniApp入门教程
UniApp 是一种用于构建跨平台应用程序的框架，它基于 Vue.js 并通过 UniApp 技术栈支持多种平台，如微信小程序、支付宝小程序、H5、Android 和 iOS。
阅读更多2024-10-14
突破一个强大算法模型，Transformer ！！
今儿和大家再来聊聊 Transformer ，以及给一个简单的代码案例让大家更好的理解~Transformer 是一种深度学习模型架构，最初由 Vaswani 等人在 2017 年提出，它的设计用于解
阅读更多2024-10-14
初识git · 基本操作
Git 是一个开源的分布式版本控制系统，最初由林纳斯·托瓦兹（Linus Torvalds）于2005年开发，目的是为了更好地管理Linux内核的开发过程。与传统的集中式版本控制系统（如SVN）不同，
阅读更多2024-10-14
五大检索模式，精确定位所需专利
2.高级检索：提供多种条件组合，如专利申请人、专利分类、申请日期等，帮助用户深入挖掘特定的专利数据。4.语义检索：通过语义分析技术，用户可以使用自然语言进行查询，平台会智能理解并匹配相关的专利内容。1
阅读更多2024-10-14
C语言指针（test_1_29）
C语言指针（test_1_29）
阅读更多2024-10-14
PyTorch中的with torch.no_grad：节省计算资源与加速推理的关键
with torch.no_grad是一个上下文管理器，它能够在其作用域内禁止计算图的构建。这意味着在推理过程中，PyTorch不会为前向传播操作生成计算图，从而节省显存和计算资源。这对于大型模型或在
阅读更多2024-10-14