YOLO5-入门1-极链AI云平台部署测试
YOLO5部署:
//github.com/ultralytics/yolov5
选择部署的平台是极链AI云平台
优势：价格便宜，按实际使用时间扣费，适合学生进行科研探索；使用灵活，即用即停；选择较多，可以选择不同的Pytorch、Python、CUDA版本。
官网：//cloud.videojj.com
选择版本：
Pytorch 1.6.0，python 3.7，CUDA 10.2
安装过程：
# 可以cd到想要安装的目录进行 git clone //github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt # 以下的yolo5权重文件，在运行时也会自动下载 # 也可以提前用wget指令下载 wget //github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt wget //github.com/ultralytics/yolov5/releases/download/v5.0/yolov5m.pt wget //github.com/ultralytics/yolov5/releases/download/v5.0/yolov5x.pt
使用以下官网的示例，img可以换成自己上传的图片。
result.save()之后，会显示保存的路径的。
关于如何传输图片到云服务器，可以使用Filezilla：
//cloud.videojj.com/help/docs/data_manage.html#filezilla
import torch
# Model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s') # or yolov5m, yolov5x, custom
# Images
img = '//ultralytics.com/images/zidane.jpg' # or file, PIL, OpenCV, numpy, multiple
# Inference
results = model(img)
# Results
results.print() # or .show(), .save(), .crop(), .pandas(), etc.
也可以使用另外一个官方示例：
直接运行这个示例的话，会将默认的yolo5s权重文件保存到yolov5文件夹下。
运行以下这个程序时，记得先cd到yolov5文件夹下，才有这个detect.py文件。
也可以在detect.py前加路径。
python detect.py --source 0 # webcam file.jpg # image file.mp4 # video path/ # directory path/*.jpg # glob '//youtu.be/NUsoVlDFqZg' # YouTube video 'rtsp://example.com/media.mp4' # RTSP, RTMP, HTTP stream
运行结果
