【免费下载】 YOLOv5_OBB 项目安装与配置指南

项目简介

YOLOv5_OBB 是基于 YOLOv5 框架改进的旋转目标检测项目，支持有向边界框(Oriented Bounding Box)的检测。相比传统的水平边界框，旋转框能更精确地定位和检测旋转物体，在遥感图像分析、自动驾驶等场景中具有重要应用价值。

系统要求

硬件要求

• NVIDIA GPU（建议显存≥4GB）
• CUDA 兼容显卡

软件要求

• 操作系统：推荐使用 Linux 系统（Ubuntu 16.04/18.04 测试通过），Windows 系统可能存在兼容性问题
• Python：3.7 及以上版本
• PyTorch：≥1.7 版本
• CUDA：9.0 或更高版本（推荐 10.0/10.1/10.2/11.3）

详细安装步骤

1. 创建 Conda 虚拟环境

建议使用 Conda 创建独立的 Python 环境以避免依赖冲突：

conda create -n Py39_Torch1.10_cu11.3 python=3.9 -y
conda activate Py39_Torch1.10_cu11.3

2. 检查 CUDA 环境

安装前需确保系统 CUDA 驱动版本与将要安装的 CUDA 工具包版本兼容：

nvcc -V  # 查看 CUDA 运行时版本
nvidia-smi  # 查看 CUDA 驱动版本

重要原则：CUDA 运行时版本 ≤ CUDA 驱动版本（例如 11.3 ≤ 11.4）

3. 安装 PyTorch 及相关组件

根据官方文档安装与 CUDA 版本匹配的 PyTorch：

pip3 install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio==0.10.1+cu113

安装后验证 CUDA 是否可用：

import torch
print(torch.version.cuda)  # 应显示与 nvcc -V 一致的版本
print(torch.cuda.is_available())  # 应返回 True

4. 获取 YOLOv5_OBB 项目代码

克隆项目仓库并进入项目目录：

git clone yolov5_obb_repository_url
cd yolov5_obb

5. 安装项目依赖

安装基础依赖：

pip install -r requirements.txt

编译旋转 NMS 扩展：

cd utils/nms_rotated
python setup.py develop
# 或使用 pip install -v -e .

6. 安装 DOTA_devkit（可选）

DOTA_devkit 是用于处理高分辨率图像分割和旋转框评估的工具：

cd DOTA_devkit
sudo apt-get install swig
swig -c++ -python polyiou.i
python setup.py build_ext --inplace

常见问题解决方案

1. CUDA 版本不匹配：

   • 确保 nvcc -V、nvidia-smi 和 torch.version.cuda 显示的版本一致
   • 如不匹配，重新安装对应版本的 PyTorch

2. 旋转 NMS 编译失败：

   • 检查 g++ 编译器是否安装
   • 确保 Python 头文件可用（可能需要安装 python3-dev）

3. Windows 兼容性问题：

   • 建议在 WSL2 中运行
   • 或使用 Docker 容器环境

环境验证

安装完成后，建议运行简单测试脚本验证环境：

import torch
from models.experimental import attempt_load

device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
model = attempt_load('yolov5s-obb.pt', map_location=device)
print('环境验证通过！')

结语

本文详细介绍了 YOLOv5_OBB 项目的安装配置流程。正确配置环境是项目运行的基础，特别是 CUDA 版本和旋转 NMS 扩展的编译需要特别注意。如遇到问题，可参考常见问题部分或查阅相关文档。安装完成后，即可开始使用这个强大的旋转目标检测框架进行模型训练和推理。