环境配置

这部分内容需要用nvidia显卡，如果只使用CPU识别，那么不需要在识别的电脑上配置，但是训练的电脑建议安装如下内容

CUDA安装

查看显卡驱动支持的最高CUDA版本

在命令行输入

1	nvidia-smi

即可显示支持的最高CUDA版本，例如我的为11.7
CUDA Version: 11.7

安装对应版本CUDA

官网链接

由于我不打算使用conda，因此选择pip的安装命令
选好之后复制官网下方提供的命令安装
我选择安装到python路径下，因此命令为：

1	python -m pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

其中，务必注意torch和torchvision版本对应，对应关系在这里：链接
版本对应关系

检查版本是否正确

在python中输入如下命令

import torch
import torchvision

torch.__version__
torchvision.__version__

如果都不报错，说明安装成功了，且torch和torchvision的版本也已经是对应的，如下:

注意如果显示+CPU要卸载已安装库再重新安装
至此环境配置结束

使用nanodet提供的模型进行识别

由于我们用于识别的设备没有使用Nvidia的GPU，需要使用CPU进行识别，所以在这里使用nanodet一个使用CPU的裁剪版本
github链接
下载直接能使用，如果想使用原版nanodet：github链接
使用以下命令识别：

# 图片文件
python detect_main.py image --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  street.png

# 视频文件
python detect_main.py video --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  test.mp4

# 摄像头
python detect_main.py webcam --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  0

模型训练

数据集准备

首先使用识别用的摄像头拍摄数据集，一共需要几千张左右，可以使用我的自动标注工具生成数据集，那么需要几张识别目标的照片。

数据集标注

使用精灵标注助手进行标注，并导出为voc格式，然后使用如下工具，将voc格式数据集转换为coco格式，即可开始训练。

pytorch环境配置及使用nanodet进行模型训练和识别