YoloV4GPU环境配置

最新推荐文章于 2026-03-29 05:00:36 发布
原创 最新推荐文章于 2026-03-29 05:00:36 发布 · 1.1k 阅读 · 1
标签
#tensorflow #深度学习 #python
博主在新电脑上配置YOLOV4的GPU环境，经历了从Tensorflow到Pytorch的过程。首先，配置了tensorflow 2.3的GPU环境，但发现CPU在运行模型，未利用GPU。接着，详细创建了Pytorch的GPU环境，通过两个论坛帖子的帮助，解决了问题。主要挑战在于正确设置Pycharm中的Anaconda虚拟环境和安装GPU支持的Pytorch。总结关键步骤为：1. Pycharm选择Anaconda虚拟环境并添加依赖；2. 安装GPU版Pytorch。

最近刚买了新电脑，显卡还不错想跑YOLO，跑起来发现是CPU在运行，GPU没工作，然后配置了一整天的GPU环境，太折磨人了

一共搭建了两个环境 一个tensorflow:tf2.3。在这个环境里我下了一些需要用到的包。然后又创建了一个torch的gpu环境，这个最重要，下完之后就能用gpu跑了。一共看了两个帖子，都在收藏夹里。

我给这俩帖子直接复制过来。第一个主要是Pycharm里面选择anaconda的虚拟环境，这个一定好配置好。然后配置tensorflow的gpu环境

第二个主要是配置pytorch的gpu环境 第三个结合着看，我用前两个没有讲配置tensorflow的gpu，第三个帖子里有

总结来说 我就是pytorch的GPU没下好，搞了一整天。。。

也就是两点1.pycharm里面选择好创建好的环境，在环境里面加入相应的依赖2.创建pytorch的gpu环境

如何在pycharm中配置anaconda的虚拟环境_肆十二的博客-CSDN博客_pycharm使用anaconda虚拟环境

使用anaconda配置gpu版本的torch==1.7.1（非30系列以上显卡也可用）_大气层煮月亮的博客-CSDN博客_anaconda调用gpu

2021年Windows下安装GPU版本的Tensorflow和Pytorch_肆十二的博客-CSDN博客

最低0.47元/天 解锁文章
YOLO系列
m0_54019728的博客
08-19 1878
YOLO
Yolov4训练自己的数据集
sinat_28371057的博客
11-13 3040
Yolov4训练自己的数据集 代码运行环境Ubuntu18.04+python3.6+显卡1080Ti+CUDA10.0+cudnn7.5.1+OpenCV3.4.6+Cmake3.12.2，详细环境配置安装步骤就不讲解拉，网上教程一大堆。 从github克隆下载源码，链接地址：https://github.com/AlexeyAB/darknet 训练肯定需要使用GPU加速，那么得打开项目里面的makefile文件修改一些参数的值，1-4、7改为1 makefile前面几行：打开GPU 加速，打开
快速玩转Yolov5目标检测—没有好的显卡也能玩（二）
天地无用的专栏
10-02 1万+
下面就详细说说整个躺坑的过程，过程中也让我找到了一种在手头没有好的显卡的情况下如何能够比较快速低成本得到好显卡的方法。
YoloV5入门学习
weixin_47104238的博客
10-25 4584
YoloV5配置及视频识别
YOLO12新手入门：40MB轻量模型，低配置也能流畅运行
最新发布
weixin_42593130的博客
03-29 20
本文介绍了如何在星图GPU平台上自动化部署YOLO12镜像，实现高效目标检测功能。YOLO12作为仅40MB的轻量模型，特别适合低配置环境，可广泛应用于实时视频监控、智能安防等场景，帮助开发者快速构建计算机视觉应用。
【YOLO】朴实无华的yolov5环境配置（一）
记录学习成长之路，进一寸有进一寸的欢喜
05-13 4094
最近有一个项目需要用到目标识别，于是我一下子就想到了大名鼎鼎的yolo，于是花了一天时间了解了一下。但是很遗憾的是，， 随后就去网上找一些配置教程，但是很遗憾的是听着很大气，但感觉大部分都是废话，效率不高且不够准确。于是打算根据自己的经验搓一个教程。
YOLO（二）：YOLOv4在Windows7（GTX960）下的配置+opencv3.1.0+VS2015
sinat_34897952的博客
06-10 3751
提醒：本文为64位Windows7操作系统下GTX960的配置，YOLOv4的数据训练问题还是先挖个坑，后期再更新。 主要参考：windows7+VS2017+GPU+OpenCV3.4 编译YOLO_v4 自己上一篇的YOLOv3在windows7仅CPU模式下配置好之后，刚发出去没多久，其实YOLOv4就出来了，性能相比v3提升了不少，前段时间也趁着有空，试了一下，这里友情提醒一下，v4最好使用显卡，自己的显卡正好是刚从叔叔家网咖淘汰下来的GTX960，所以也就凑合着用吧。 前面说过对于初学者，YOLO
BMW-YOLOv4-Inference-API-GPU 项目常见问题解决方案
gitblog_00954的博客
12-20 960
BMW-YOLOv4-Inference-API-GPU 项目常见问题解决方案 项目基础介绍 BMW-YOLOv4-Inference-API-GPU 是一个用于对象检测推理的 API 项目，基于 Yolov3 和 Yolov4 Darknet 框架。该项目支持 GPU 加速，并且仅在 Linux 操作系统上运行。它提供了对 Yolov3 和 Yolov4 模型的兼容性，并且可以通过 Docker...
YOLOv4生成GPU版和CPU版动态库，供python调用
fengxinzioo的博客
06-06 3201
YOLOv4源码下载、vs c++安装和opencv环境配置参考前半部分： https://blog.csdn.net/fengxinzioo/article/details/105647320 一、打开darknet工程 二、GPU版 2.1、打开yolo_cpp_dll.vcxproj，搜索“CUDA ”，CUDA后面有一个空格，修改为对应的CUDA版本，总共有两处需要修改。将里面的cuda版本改成你电脑安装的版本 下图打开yolo_cpp_dll.vcxproj： ...
在win10下编译darknet-yolov4-gpu版
oreo的博客
07-05 3308
最近在研究yolov4在win10下如何进行编译，不说废话了，直接记录一下我研究的过程以及遇到的错误和解决方案，希望能够帮助大家。 0环境 系统：win 10 GPU：GTX 2080Ti CUDA：10.0 cuDNN：7.4.1.5 OpenCV：3.0.0 1安装OpenCV 因为实验室win系统还没有安装OpenCV，所以需要安装OpenCV。我下载的版本是OpenCV3.0，下载之后将解压之后的文件放在了D盘，接着就需要将OpenCV的添加到环境变量中了。 (1)...
WIN10 系统下下载安装YOLOV4并使用GPU加速（保姆级）
russwest0的博客
01-21 3780
这次因为比赛需要测试一下yoloV4的速度，就安装了一下YOLOV4，差点哭出来 基本上把能踩的坑都踩了一遍（无奈）。装完之后想写一片总结记一下，也帮大家伙避避雷。 一、下载yoloV4源码 建议使用git下载，一行指令就搞定还挺快的。（没有的话可以直接在github上点下载就好，不过这个我没试过） 在需要下载的位置右键点击Git Bash Here(我是在E盘下) 打开git界面后输入： git clone https://github.com/AlexeyAB/darknet.git 等待下载即可
机器学习电脑配置有什么要求？要什么显卡？
gp16674213804的博客
02-28 1万+
机器学习电脑的配置需要足够的计算能力和存储能力，以支持大量的数据处理和运算。在选择电脑配置时，需要根据自己的需求和预算来选择合适的配置。
在进行YOLOv3模型部署时，如何评估和选择最适合的硬件平台？
wangbo_angel的博客
05-03 697
根据搜索结果，研究人员已经开展了在ARM+FPGA异构平台上部署YOLOv3模型的工作，通过模型剪枝、量化和硬件加速等技术，实现了在资源受限的平台上高效运行YOLOv3模型。例如，通过软硬件协同设计，使用轻量级的MobileNet网络，并提出适合硬件部署的量化方法，可以在保持较低功耗的同时，达到实时目标检测的性能。综合考虑上述因素，并结合具体的应用场景和项目需求，可以帮助评估和选择最适合的硬件平台进行YOLOv3模型的部署。7. 兼容性和支持：选择得到广泛支持的硬件平台，可以减少开发和维护的难度。
基于Darknet的YOLOv4目标检测的环境配
qq_64417645的博客
08-19 1579
进行yoloV4的训练
YOLOV4-tiny WIN10 部署
highoooo的博客
11-09 1177
# YOLOV4-tiny WIN10 部署
【yolov8基础教程】Yolov8模型训练GPU环境配置保姆级教程（附安装包）
热门推荐
m0_75067840的博客
06-21 1万+
【代码】【yolov8基础教程】Yolov8模型训练GPU环境配置保姆级教程（附安装包）
深度学习YOLOv4环境配置
m0_61598337的博客
10-18 3122
CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。CUDA是一种由NVIDIA推出的。
YOLO（三）：YOLOv4在Windows7（仅CPU）下的配置+opencv3.1.0+VS2015
sinat_34897952的博客
07-08 3872
提醒：本文为64位Windows7操作系统下仅CPU(木有用到显卡)的配置，这是填上一篇YOLOv4的坑（上一篇中有使用到显卡，对于没有显卡但也想跑一下试试的同学可以过来坐坐），构建自己的数据集训练问题还得往后延一下，后期再更新。 主要参考： YOLO V4 ：win10+cpu环境的体验 上一篇的YOLOv4在windows7搭载的GTX960显卡配置好之后，无意中看到上面那篇文章，因为自己在之前查找教程的时候，有几个使用cmake生成的例程，但自己一直没跑通，后面就换了一位同学的方法实现。这次看到这个不
YOLOv5配置要求
ZhuBin365的博客
07-21 3321
YOLOv5 是一种基于 PyTorch 实现的高效物体检测模型，它有着灵活且高效的配置和训练能力。以下是 YOLOv5 的配置要求，包括硬件、软件、依赖库以及模型训练时的配置。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值