小白也能懂：如何用PyTorch-2.x镜像5分钟跑通YOLOv5

1. 引言：为什么你也能轻松上手YOLOv5？

你是不是也曾经被“目标检测”、“深度学习训练”这些词吓退过？总觉得要配环境、装依赖、调参数，光是准备就得花上一整天？别担心，今天这篇文章就是为零基础新手写的。

我们不讲复杂的理论，也不堆砌术语。只做一件事：用最简单的方式，让你在5分钟内，在预装好的PyTorch-2.x镜像里，成功跑通YOLOv5模型。

而且不是随便跑跑，是能真正看到效果的那种——输入一张图，输出带框的检测结果，清清楚楚告诉你哪里有车、哪里有人。

关键是什么？我们用的是一个叫PyTorch-2.x-Universal-Dev-v1.0的开箱即用镜像。它已经帮你装好了Python、PyTorch、CUDA、Jupyter，甚至连常用的数据处理和可视化库（Pandas、Numpy、Matplotlib）都配齐了。你唯一要做的，就是启动它，然后跟着我一步步操作。

这就像买了一台新电脑，系统已经装好Office、浏览器、视频软件，插上电就能用，不用你自己一个个下载安装。

所以，不管你是学生、开发者，还是对AI感兴趣的爱好者，只要你有一台能跑GPU的机器（或者云服务器），今天就能亲手把YOLOv5跑起来。

2. 准备工作：确认环境是否 ready

2.1 启动镜像并进入开发环境

首先，确保你已经成功部署了名为PyTorch-2.x-Universal-Dev-v1.0的镜像。这个镜像基于官方PyTorch构建，支持CUDA 11.8 / 12.1，兼容RTX 30/40系列以及A800/H800等企业级显卡。

部署完成后，通过SSH或Web终端进入容器环境。推荐使用JupyterLab进行交互式操作，路径通常是：

http://你的IP:8888

输入token后即可进入图形化界面，方便查看代码、运行结果和图像输出。

2.2 验证GPU是否正常工作

进入终端后，第一步永远是检查GPU是否挂载成功。执行以下两条命令：

nvidia-smi

你会看到类似下面的信息：

显卡型号（如RTX 3090）
当前显存使用情况
CUDA版本

接着验证PyTorch能否识别到CUDA：

python -c "import torch; print(torch.cuda.is_available())"

如果返回True，恭喜！你的环境已经具备GPU加速能力，可以继续下一步了。

小贴士：如果返回False，请检查镜像是否正确加载了NVIDIA驱动，或者联系平台技术支持确认GPU资源分配。

3. 快速部署YOLOv5项目

3.1 克隆YOLOv5官方仓库

YOLOv5由Ultralytics团队维护，代码简洁、文档完善，非常适合新手入门。我们在当前目录下直接克隆：

git clone https://github.com/ultralytics/yolov5.git cd yolov5

3.2 安装项目依赖（其实已经基本装好了）

通常深度学习项目需要手动安装一堆包，比如torchvision、matplotlib、seaborn等等。但在这个镜像里，很多常用库都已经预装好了！

我们只需要安装YOLOv5自己定义的一些额外依赖：

pip install -r requirements.txt

你会发现安装速度飞快——因为大部分包根本不需要下载，早就存在系统里了。这就是“纯净+预装”镜像的优势。

3.3 测试模型是否可运行

YOLOv5自带了一个简单的测试脚本，我们可以先用它来验证整个流程是否通畅。

运行以下命令：

python detect.py --source data/images --weights yolov5s.pt --conf 0.25

解释一下参数：

--source：输入源，这里是项目自带的几张示例图片
--weights：使用的预训练权重，yolov5s.pt是最小最快的版本
--conf：置信度阈值，低于这个值的检测结果会被过滤掉

几秒钟后，你会在runs/detect/exp目录下看到输出结果。打开其中的图片，你会发现人、车、交通标志都被准确地标了出来。

✅ 到这里为止，你已经完成了第一个完整的YOLOv5推理任务！

4. 动手实践：用自己的图片做目标检测

4.1 准备你的测试图片

想看看YOLOv5能不能识别你手机拍的照片？很简单。

将你想检测的图片上传到yolov5/data/images/目录下（可以通过JupyterLab拖拽上传，也可以用scp命令传输）。

比如我们放一张街景照片，命名为my_test.jpg。

4.2 运行自定义图片检测

执行命令：

python detect.py --source data/images/my_test.jpg --weights yolov5s.pt --conf 0.4 --save-txt --save-conf

新增两个参数说明：

--save-txt：保存每张图的检测框坐标和类别
--save-conf：同时保存每个检测结果的置信度

运行结束后，去runs/detect/exp2（或exp3、exp4…按顺序递增）查看结果。你会发现不仅图片上有框，还多了一个.txt文件，记录了所有检测信息。

你可以双击图片直接预览，也可以下载到本地分享给朋友：“看，这是我让AI识别出来的！”

4.3 批量处理多张图片

如果你有一堆图片要处理，也不用一张张跑。YOLOv5支持目录级输入：

python detect.py --source data/images/ --weights yolov5m.pt --img 640

这次我们换成了中等大小的yolov5m.pt模型，精度更高一些；--img 640表示输入图像分辨率设为640×640。

几秒之内，所有图片都会被处理完毕，每个结果单独保存在一个时间戳命名的文件夹里，井井有条。

5. 进阶技巧：提升检测效果的小方法

5.1 更换更强的模型版本

YOLOv5提供了多个尺寸的模型，从快到慢、从小到大依次是：

模型	特点	推荐场景
yolov5s	最快、最小	实时检测、边缘设备
yolov5m	平衡速度与精度	通用任务
yolov5l	精度更高	对准确率要求高的场景
yolov5x	最强、最大	高精度需求，算力充足

如果你想追求更高准确率，只需更换权重文件：

python detect.py --source data/images/ --weights yolov5x.pt --conf 0.3

注意：大模型对显存要求更高，建议至少有8GB以上显存。

5.2 调整图像分辨率以适应小目标

有些图片里的物体很小（比如无人机航拍中的行人），默认分辨率可能识别不到。

可以提高输入尺寸来增强小物体检测能力：

python detect.py --source data/images/ --weights yolov5s.pt --img 1280 --conf 0.25

--img 1280表示将输入图像放大到1280×1280，虽然会变慢一点，但对小目标更敏感。

经验提示：对于航拍、监控类图像，建议使用--img 1280或更高，并搭配yolov5m以上模型。

5.3 只检测特定类别（例如只找人和车）

YOLOv5默认能识别COCO数据集的80个类别。但很多时候你只关心其中几个。

比如只想检测“人”和“车”，可以用--classes参数：

python detect.py --source data/images/ --weights yolov5s.pt --classes 0 2 3 5 7

这里的数字对应COCO类别索引：

0: person（人）
2: car（小汽车）
3: motorcycle（摩托车）
5: bus（公交车）
7: truck（卡车）

这样输出结果就只会包含这些类型，干净利落。

6. 常见问题与解决方案

6.1 报错 “No module named 'xxx'” 怎么办？

虽然镜像已经预装了很多库，但极少数情况下仍可能出现缺失。

解决方法很简单：直接用pip安装即可。

例如提示缺少pyyaml：

pip install pyyaml

由于镜像已配置阿里云/清华源，安装速度非常快。

6.2 显存不足（Out of Memory）怎么办？

当你使用大模型（如yolov5x）或高分辨率（如1280）时，可能会遇到OOM错误。

几种应对策略：

降低batch size（推理时默认为1，一般没问题）
减小输入图像尺寸：把--img 1280改成--img 640
换用更小模型：从yolov5x换成yolov5s
关闭其他占用显存的程序

6.3 如何查看结果图片？

在JupyterLab中，可以直接双击runs/detect/exp*/下的图片文件进行预览。

如果是在纯终端环境下，可以使用OpenCV显示：

import cv2 img = cv2.imread('runs/detect/exp/zidane.jpg') cv2.imshow('Detection Result', img) cv2.waitKey(0)

或者更简单的方法：将图片下载到本地查看。

6.4 权重文件下载太慢或失败？

YOLOv5首次运行时会自动从Hugging Face或Ultralytics官网下载预训练权重。如果网络不稳定导致失败，可以手动下载后放入yolov5/weights/目录。

常用权重下载地址：

https://github.com/ultralytics/yolov5/releases

下载yolov5s.pt、yolov5m.pt等文件后，运行时指定路径即可：

python detect.py --weights weights/yolov5s.pt --source data/images/

7. 总结：你已经迈出了AI实战的第一步

7.1 回顾我们做到了什么

今天我们完成了一件看似复杂、实则简单的事：

✅ 使用PyTorch-2.x-Universal-Dev-v1.0镜像，省去了繁琐的环境配置
✅ 成功克隆并运行了YOLOv5项目
✅ 用预训练模型完成了图像目标检测
✅ 实现了自定义图片输入、批量处理、类别筛选等功能
✅ 掌握了常见问题的排查方法

整个过程不需要写一行复杂代码，也不需要理解Transformer、注意力机制这些高深概念。你只需要会敲几条命令，就能让AI为你工作。

7.2 下一步你可以做什么

现在你已经有了一个稳定可用的深度学习环境，接下来可以尝试更多有趣的事情：

📷 用摄像头实时检测（结合opencv-python）
🎥 视频目标检测：python detect.py --source video.mp4
🧠 尝试微调模型（Fine-tune），让它识别你自己定义的物体
☁️ 把这套环境部署到云服务器，做成一个在线检测服务

记住，所有的AI大项目，都是从这样一个小小的detect.py开始的。

获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。