今天介绍在Ubuntu上部署物体识别yolov7部署
首先就是需要下载Anaconda创建虚拟环境，这是目前最方便的
创建虚拟环境不影响本机的其他环境
1.1conda ‐‐version # 获取conda版本
1.2conda update conda # 升级conda
1.3conda env list （列出虚拟环境信息）
<code>conda create -n <env_name> (创建虚拟环境)# 命令示例conda create -n py38 -yconda create -n py39 python=3.9 -y# 官方推荐使用这种方式conda create -n py39_2 -y && conda install -n py39_2 python=3.9 -y</code>
创建环境时指定 python 版本，和创建完环境后安装 python 的指定版本两者导致的结果并无不同，那为什么官方推荐在创建环境时使用 python=3.9 的方式指定 python
版本呢？这是因为如果您要在该虚拟环境中使用 python，就应该在创建环境之初下载 python3.9 ，之后在这个虚拟环境中下载的其他包都会匹配 python3.9的依赖与约束。如果安装了很多其他包之后再安装 python3.9，处理环境依赖就会变得较为复杂，甚至导致一些不易察觉的 bug
1.4conda activate
# 命令示例
conda activate py39
1.5conda deactivate
# 命令示例
conda deactivate
1.6conda remove -n
# 删除 test 虚拟环境
conda remove -n test --all
conda env list
2.1列出 conda 中配置的 channels，根据从低到高的优先级排列
conda config --get channels
2.2添加 channels，添加国内的 channels 也就是我们常说的添加国内源
<code>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/</code>
2.3删除 channels
<code>方法 1 （通过命令删除）：# 首先查看 channelsconda config --get channels# 删除指定的 channelsconda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/方法 2 （编辑 .condarc 文件删除想要删除 channels 对应的行）vi ~/.condarc</code>
1、conda create -n py python=3.8
创建成功，进入虚拟环境
conda activate py
2、下载yolov7
可以将这句话重写为：“使用以下命令克隆 WongKinYiu 的 YOLOv7 代码库：git clone https://github.com/WongKinYiu/yolov7.git”
直接下载压缩包 https://github.com/WongKinYiu/yolov7.git
下载完成进入文件夹
cd yolov7
安装依赖
pip install -r requirements.txt
耐心的等待依赖包安装成功
3、下载模型文件
<code>https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pthttps://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7x.pthttps://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-w6.pthttps://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-e6.pthttps://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-d6.pthttps://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-e6e.pt</code>
然后运行
python detect.py --weights yolov7.pt --conf 0.25 --img-size 640 --source inference/images/horses.jpg
看看是否缺少别的模块，单独pip下载一下就可以
以上是人工智能之yolov7目标检测在ubuntu上部署的详细内容。更多信息请关注PHP中文网其他相关文章！
