在ubuntu16.04环境下训练和部署YOLOV5模型

运行环境

实验环境配置为Ubuntu 16.04操作系统，所采用的CUDA版本为10.2。

模型推理执行过程

1. 获取yoloV5代码仓库

    git clone https://github.com/ultralytics/yolov5
    
    

2. 通过conda创建一个新的python运行环境

    conda create -n yolo python=3.8
    
    

3. 安装所需软件包

    pip install -r requirements.txt
    

4. (requremets中提及需安装pytorch，但在实际操作过程中再次进行了安装)

     conda install pytorch torchivsion -c pytorch
    

执行预编译模型操作时，系统将自动完成模型的下载工作，生成对应的yolov5s.pt文件，并对图像进行相应的处理。

    python detect.py
    

在runs/detect/expx目录中，能够查看到已处理的图像文件。

![](https://ad.itadn.com/c/weblog/blog-img/images/202