? ? ? ? ? 這篇博客介紹的是如何在Ubuntu系統(tǒng)下配置YOLOV5算法環(huán)境。并且運(yùn)行一個(gè)融合YOLOV5的ORB-SLAM2開(kāi)源代碼。

0.前言：

??????? 安裝的軟件主要是anaconda，然后anaconda可以幫我們安裝python、pytorch這些東西。我的ubuntu版本：ubuntu20.04.5LTS。

安裝的anaconda類(lèi)型：Anaconda3-2022.05

安裝的python類(lèi)型：python3.8.15,(原來(lái)系統(tǒng)自帶的python是3.9.12)

安裝的pytorch版本：1.13.0+cu117'

一、安裝anaconda

?? 1.先去anaconda官網(wǎng)下載安裝包，注意文件后綴是你的系統(tǒng)架構(gòu)，比如x86、amd64或者aarch64，可以通過(guò)下面命令查看。

uname -a

像我的系統(tǒng)是這樣的：

官網(wǎng)鏈接如下：

anaconda官網(wǎng)

?2.選擇合適的文件，下載好后，進(jìn)入下載目錄，輸入以下代碼：

bash Anaconda3-2022.05-Linux-x86_64.sh

隨后進(jìn)行安裝，會(huì)看到以下畫(huà)面：?

?3.一直按ENTER繼續(xù)，瀏覽許可證，審查完許可后，將要求您批準(zhǔn)許可條款：

?Do you approve the license terms? [yes|no]

鍵入yes接受許可，系統(tǒng)將提示您選擇安裝位置：?

?默認(rèn)位置對(duì)于我們大多數(shù)用戶(hù)來(lái)說(shuō)已經(jīng)就可以，按ENTER確認(rèn)安裝位置。

4.安裝可能需要一些時(shí)間，完成后，腳本將詢(xún)問(wèn)您是否要運(yùn)行conda init，鍵入yes。

Installation finished.

Do you wish the installer to initialize Anaconda3

by running conda init? [yes|no]

?5.這會(huì)將命令行工具conda添加到系統(tǒng)的PATH中。要激活A(yù)naconda安裝，您可以關(guān)閉并重新打開(kāi)終端，或者通過(guò)鍵入以下命令來(lái)將新的PATH環(huán)境變量加載到當(dāng)前的shell會(huì)話中：

source ~/.bashrc?

?

6.這樣就是成功了安裝了Anaconda。

?二、創(chuàng)建YOLOV5環(huán)境

1.我們創(chuàng)建一個(gè)python3.8的名稱(chēng)為yolo的環(huán)境。打開(kāi)終端，輸入

conda create -n yolo python=3.8

回車(chē)，輸入y確定，等待創(chuàng)建成功即可。?

2.創(chuàng)建完成之后，輸入命令激活環(huán)境：

conda activate yolo

3.下載YOLOV5源碼

mirrors / ultralytics / yolov5 · GitCode? （這個(gè)是被人提供的，里面不包含預(yù)訓(xùn)練模型yolov5s.pt文件，但不打緊，后面運(yùn)行代碼的時(shí)候會(huì)自動(dòng)生成）

sticker_阮 / YOLOV5源碼 · GitCode （這個(gè)我的，里面是全的）或者百度網(wǎng)盤(pán)：https://pan.baidu.com/s/1DooBch1s-oo3vfKiFo1BIg?
提取碼：ruan

?4.修改相應(yīng)文件

在下載好的yolov5-master文件夾下找到requirements.txt文件，修改成以下形式：

?5.隨后在yolov5-master文件夾下打開(kāi)終端，并輸入以下命令，來(lái)添加依賴(lài)：

pip3 install -U -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

可能會(huì)出現(xiàn)的錯(cuò)誤：

ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.

daal4py 2021.5.0 requires daal==2021.4.0, which is not installed.

conda-repo-cli 1.0.4 requires pathlib, which is not installed.

anaconda-project 0.10.2 requires ruamel-yaml, which is not installed.

numba 0.55.1 requires numpy<1.22,>=1.18, but you have numpy 1.23.5 which is incompatible.

?解決方法：按照錯(cuò)誤提示，安裝相應(yīng)版本的包

pip install daal==2021.4.0

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pathlib

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ruamel-yaml

依賴(lài)安裝好后如下：

至此，yolo所需的環(huán)境配置完成。

參考鏈接：

各種錯(cuò)誤_steven_bingo的博客-CSDN博客_daal==2021.4.0

ERROR: pip‘s dependency resolver does not currently take into account all the packages 解決辦法分享_MI_farmer的博客-CSDN博客_error: pip's dependency resolver does not currentl

6.測(cè)試

（1）.先進(jìn)入創(chuàng)建好的yolo環(huán)境

conda activate yolo

在yolov5-master文件下打開(kāi)終端，并輸入以下命令：

python detect.py --source data/images/zidane.jpg

這時(shí)候，最后的效果會(huì)保存在runs/detect/下

?（在這個(gè)時(shí)候，如果之前下的是別人的代碼，會(huì)生成run文件夾）

如果出現(xiàn)以下問(wèn)題：

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

參考：

一步真實(shí)解決AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘_藍(lán)胖胖?的博客-CSDN博客

（2）第二個(gè)測(cè)試是利用VS code跑的

首先找到detect.py文件，修改以下代碼中的source：改成0則為調(diào)用電腦自帶的攝像頭。

?然后終端進(jìn)入我們創(chuàng)建的yolo環(huán)境，輸入python detect.py即可運(yùn)行。

conda的一些指令：

（1）conda activate yolo //激活（進(jìn)入）yolo虛擬環(huán)境中

或 source activate yolo

（2）conda list //查看在虛擬環(huán)境中安裝的包

（3）python //查看虛擬環(huán)境中python 的版本

import torch

torch._version_//查看torch版本

ctrl+D退出python

（4）如果安裝了獨(dú)顯

nvidia-smi //可查看是否安裝成功

或看

python

>>>import torch

>>>torch.cuda.is_available //查看是否為true

（5）conda deactivate //退出當(dāng)前虛擬環(huán)境

（6）conda env list//查看創(chuàng)建的虛擬環(huán)境有哪些

?7.接下來(lái)將YOLOV5代碼加入到ORB-SLAM2中

源代碼和相關(guān)數(shù)據(jù)集可見(jiàn)以下鏈接：

sticker_阮 / YOLOv5融合orb-SLAM2 · GitCode

如果按照我之前的環(huán)境配置，那么運(yùn)行這個(gè)代碼就比較簡(jiǎn)單了。下載我的源代碼，還需要下載一個(gè)associate.py來(lái)處理rgb.txt和depth.txt，生成配對(duì)的文件associate.txt，輸入以下指令：

python associate.py rgb.txt depth.txt > associate.txt

?如果出現(xiàn)以下報(bào)錯(cuò)

Traceback (most recent call last):
? File "associate.py", line 118, in <module>
??? matches = associate(first_list, second_list,float(args.offset),float(args.max_difference))?? ?
? File "associate.py", line 97, in associate
??? first_keys.remove(a)
AttributeError: 'dict_keys' object has no attribute 'remove'

由于Python2和python3語(yǔ)法的差別，需要將associate.py中第86行87行的

 first_keys = first_list.keys()
    second_keys = second_list.keys()

?修改為：

  first_keys = list(first_list.keys())
    second_keys = list(second_list.keys())

最后，打開(kāi)orbslam_addsemantic-main文件夾終端，輸入以下命令即可：

在終端輸入的指令：

加YOLOV5算法：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM3.yaml /home/rxz/rgbd_dataset_freiburg3_walking_xyz /home/rxz/rgbd_dataset_freiburg3_walking_xyz/associate.txt detect_result/TUM_f3xyz_yolov5m/detect_result/

純ORB-SLAM2算法：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM3.yaml /home/rxz/rgbd_dataset_freiburg3_walking_xyz /home/rxz/rgbd_dataset_freiburg3_walking_xyz/associate.txt

參考鏈接：

SLAM TUM數(shù)據(jù)集associate.py使用及錯(cuò)誤解決_月逐丶的博客-CSDN博客

Ubuntu20.04部署yolov5目標(biāo)檢測(cè)算法，無(wú)人車(chē)/無(wú)人機(jī)應(yīng)用_振華OPPO的博客-CSDN博客_yolo可以部署到無(wú)人機(jī)上么
https://blog.csdn.net/weixin_51745352/article/details/124646456文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-786074.html

到了這里，關(guān)于Ubuntu20.04配置YOLOV5算法相關(guān)環(huán)境，并運(yùn)行融合YOLOV5的ORB-SLAM2開(kāi)源代碼（親測(cè)有效）的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！