文章内容：
1.在 Anaconda 环境下，进行目标检测程序（Yolov5）的下载及安装，实现 Yolov5 的整体安装；
2.通过调用手机摄像头进行简单的目标检测和识别。

1 任务目标

实现目标检测程序的下载及安装，了解目标检测程序的开发过程和环境；
完成简单的目标检测，掌握移动 IP 摄像头对目标场景的检测方法。

2 任务环境

设备：PC( Windows系统 )、手机
环境：Anaconda 环境
安装 Anaconda 环境并新建虚拟环境可以移步到我的另一条博文：Python 环境资源配置

3 Yolov5 下载安装

3.1 下载 Yolov5

在下载配置 Yolov5 之前，需要先安装好 Anaconda 环境，新建虚拟环境，并进入。

这里我之前已经创建好了名为“ PyCharmLearningProject ”的虚拟环境。(名字不重要)
通过“win+R”进入命令提示符
输入命令“ activate PyCharmLearningProject ”进入虚拟环境
下载 Yolov5 源码
Yolov5 Github下载地址：https://github.com/ultralytics/yolov5

直接 git clone 到本地工作目录。
在刚才的命令窗口输入命令：
“ git clone https: //github.com/ultralytics/yolov5 ”，
等待下载完成。
下载后可以看到目录架构：

3.2 下载 Yolov5 预训练模型

这是已经训练好的权重参数数据，可以直接使用，就不用在本机再做练习了。

进入下载地址：https://github.com/ultralytics/yolov5/releases
可以看到如下界面：
找到最新的 release ,点击下面的 Assets 下载 .pt模型文件。
其中，yolov5 共有四种模型：yolov5s、yolov5m、yolov5l、yolov5x。其中 yolov5s 目标检测速度最快，因为其网络参数最少，但相应的，检测效果相比是最差的；而 yolov5x 是检测效果最好的，参数最多，而时间上最慢。
可以根据需要选择模型文件下载到 yolov5 源目录。
下载完可以看到，我选择了四个都下载到了 yolov5 目录下。如下：

注意：在之后通过 detect.py 对图像进行目标检测的实际操作时，detect.py 默认使用同目录下的 yolov5s.pt 模型，如果想用其他的模型，可以在命令里加入调用来指定。

3.3 安装Yolov5

源码下完后，下面开始安装Yolov5所需模块。

先在命令行里打开 yolov5 目录
输入:“cd yolov5”
接着在命令行里，
输入“pip install -r requirements.txt”，等待安装完成即可。（pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 命令会更快！！）
由于 requirements.txt 依赖包里默认安装的 pytorch-cpu 版，如果有 cuda 可以安装 pytorch-gpu 版：https://pytorch.org/get-started/locally/ ，提升速度。
在官网里下载 pytorch-gpu 速度会比较慢，快速下载具体操作可以参考这篇博客：安装Torch GPU版本

注意：这里我们最好安装 GPU 版本。亲测发现使用 GPU 版大大提升了运行速率，相比于 CPU ，GPU 对视频的检测速率提升了近10倍！（不同设备的运行速率可能不同）

将下面的命令在命令行输入执行即可完成安装 torch 的 GPU 版本。

到这里，Yolov5 就全部安装完成。

4 测试 Yolov5

4.1 图片检测

在目录里准备好图片
通过 detect.py 对图像进行目标检测：

python detect.py --source ./data/images/1.jpg

可以看到处理时间只有 0.03 s。
结果可以再“ yolov5\runs\detect ”里找到

对比效果如下：

4.2 视频检测

在目录里准备好图片
通过 detect.py 对视频进行目标检测：

python detect.py --source data/video/luhan.mp4

可以看到处理时间只有 0.01 s左右。
结果可以再“ yolov5\runs\detect ”里找到

效果如下：

检测出的视频效果还是可以的，清晰度也是有的，只是我这里上传的是压缩之后的动图，看起来有些模糊。

4.3 调用摄像头检测

使用本机摄像头检测
输入命令：

python detect.py --source 0

可以看到处理时间只有 0.02 s左右。
结果可以再“ yolov5\runs\detect ”里找到。

4.4 调用手机 IP 摄像头检测

手机上的准备：
在手机上下载 IP 摄像头，并安装。
安装步骤具体可以移步到我的另一篇博客：Python+OpenCV 调用手机摄像头并实现人脸识别。这里不再赘述。
在命令行进入虚拟环境：PyCharmLearningProject
进入 yolov5 目录，输入：“cd yolov5”
调用手机摄像头
命令行输入：
“python detect.py --source http://admin:admin@192.168.43.1:8081”；
即可调用执行。

注意：命令中的 admin 为我的 IP 摄像头用户名，admin 为我的 IP 摄像头密码，这个可以在IP摄像头 APP 的设置里查看和修改，代码中的要使用自己的用户名、密码。@后面的地址是局域网 IP地址，这个在打开 IP 摄像头服务器之后的界面就能看到，也需要修改为自己的地址。

检测效果：

可以看到，成功调用了手机摄像头，并实现目标检测。每帧图片速率大约 0.02 秒左右，检测速度和识别率都很好。

5 总结

这篇文章主要是完成目标检测程序的安装，在 Anaconda 环境下，进行目标检测程序（Yolov5）的下载及安装，实现 Yolov5 的整体安装；通过调用手机摄像头进行简单的目标检测和识别。
以后可以试着自己打标签，训练一些模型用以准确检测识别更多的目标。
文章内容如有问题或疑问，敬请读者指正。

6 参考资料

半小时搞定Yolov5安装配置及使用（详细过程）

Yolov5 安装详细教程及目标检测和识别相关推荐

navicat premium 15 下载安装详细教程
navicat premium 15 下载安装详细教程一.准备安装文件首先我们要准备好 navicat premium 15 官网:http://www.navicat.com.cn 下载地址:N ...
YOLOv5在android端实现目标检测+跟踪+越界识别并报警
YOLOv5在android端实现目标检测+跟踪+越界识别并报警想要获取源码和相关资料说明的可以关注我的微信公众号:雨中算法屋, 后台回复越界识别即可获取,有问题也可以关注公众号加我微信联系我,相互 ...
tensorflow2.0对应python版本_TensorFlow2.1.0最新版本安装详细教程
TensorFlow是一款优秀的深度学习框架,支持多种常见的操作系统,例如Windows10,Mac Os等等,同时也支持运行在NVIDIA显卡上的GPU版本以及仅使用CPU进行运算的CPU版本.此篇 ...
目标检测论文解读复现之五：改进YOLOv5的SAR图像舰船目标检测
目标检测论文解读复现文章目录目标检测论文解读复现前言一.摘要二.网络模型及核心创新点三.应用数据集四.实验效果(部分展示) 五.实验结论六.投稿期刊介绍前言此前出了目标改进算法专栏 ...
企业版mysql安装教程linux,linux上mysql安装详细教程
所有平台的MySQL下载地址为: MySQL 下载. 挑选你需要的 MySQL Community Server 版本及对应的平台. MySQL - MySQL服务器.你需要该选项,除非你只想连接运行 ...
最新PyCharm安装详细教程
目录一.PyCharm下载网站二.单击网站的Downloads,进入二级页面,选择对应的操作系统下载PyCharm 三.PyCharm的安装程序的安装及其配置 (1)运行PyCharm Setup ...
python的安装教程-python安装教程 Pycharm安装详细教程
python安装教程和Pycharm安装详细教程,分享给大家. 首先我们来安装python 1.首先进入网站下载:点击打开链接(或自己输入网址https://www.python.org/downlo ...
python要不要装pycharm-python安装教程 Pycharm安装详细教程
这篇文章主要介绍了python的安装教程,和Pycharm的安装详细教程,具有一定的参考价值,感兴趣的小伙伴们可以参考一下 python安装教程和Pycharm安装详细教程,分享给大家. 首先我们来安 ...
python详细安装步骤-Pycharm及python安装详细教程(图解)
首先我们来安装python 1.首先进入网站下载:点击打开链接(或自己输入网址https://www.python.org/downloads/ ),进入之后如下图,选择图中红色圈中区域进行下载. 2 ...

Yolov5 安装详细教程及目标检测和识别

目录