运行yolov5过程中出现psycopg2的使用问题

简介: yolov5目标检测算法对于无人驾驶研究至关重要

具体的问题描述:

Using cached psycopg2-2.9.2.tar.gz (380 kB)
  Preparing metadata (setup.py) ... error
  error: subprocess-exited-with-error
  × python setup.py egg_info did not run successfully.
  │ exit code: 1
  ╰─> [25 lines of output]
      running egg_info
      creating /tmp/pip-pip-egg-info-usv74m3i/psycopg2.egg-info
      writing /tmp/pip-pip-egg-info-usv74m3i/psycopg2.egg-info/PKG-INFO
      writing dependency_links to /tmp/pip-pip-egg-info-usv74m3i/psycopg2.egg-info/dependency_links.txt
      writing top-level names to /tmp/pip-pip-egg-info-usv74m3i/psycopg2.egg-info/top_level.txt
Using cached psycopg2-2.9.2.tar.gz (380 kB)
  Preparing metadata (setup.py) ... error

解决方案如下,国内好多文章都非常垃圾,没有一点用处,翻看国外的文章找出来的解决方案.亲测有效.

sudo apt install libpq-dev
pip install psycopg2

问题随即解决.

image.png

相关文章
|
8月前
|
JSON API 持续交付
逐步指南:使用FastAPI部署YOLO模型的步骤
逐步指南:使用FastAPI部署YOLO模型的步骤
|
3月前
|
计算机视觉 异构计算
目标检测实战(四):YOLOV4-Tiny 源码训练、测试、验证详细步骤
这篇文章详细介绍了使用YOLOv4-Tiny进行目标检测的实战步骤,包括下载源码和权重文件、配置编译环境、进行简单测试、训练VOC数据集、生成训练文件、准备训练、开始训练以及多GPU训练的步骤。文章还提供了相应的代码示例,帮助读者理解和实践YOLOv4-Tiny模型的训练和测试过程。
308 0
|
8月前
|
索引
yolov5--detect.py --v5.0版本-最新代码详细解释-2021-6-29号更新
yolov5--detect.py --v5.0版本-最新代码详细解释-2021-6-29号更新
324 0
yolov5--detect.py --v5.0版本-最新代码详细解释-2021-6-29号更新
|
JSON Kubernetes API
使用FastAPI部署Ultralytics YOLOv5模型
YOLO是You Only Look Once(你只看一次)的缩写,它具有识别图像中的物体的非凡能力,在日常应用中会经常被使用。所以在本文中,我们将介绍如何使用FastAPI的集成YOLOv5,这样我们可以将YOLOv5做为API对外提供服务。
319 5
|
8月前
yolov5--datasets.py --v5.0版本-数据集加载 最新代码详细解释2021-7-5更新
yolov5--datasets.py --v5.0版本-数据集加载 最新代码详细解释2021-7-5更新
302 0
|
8月前
|
机器学习/深度学习 索引
yolov5--loss.py --v5.0版本-最新代码详细解释-2021-7-1更新
yolov5--loss.py --v5.0版本-最新代码详细解释-2021-7-1更新
320 0
|
TensorFlow 算法框架/工具 计算机视觉
YOLOv3物体/目标检测之实战篇(Windows系统、Python3、TensorFlow2版本)
 基于YOLO进行物体检测、对象识别,在搭建好开发环境后,先和大家进行实践应用中,体验YOLOv3物体/目标检测效果和魅力;同时逐步了解YOLOv3的不足和优化思路。
259 0
|
机器学习/深度学习 人工智能 算法
部署教程 | ResNet原理+PyTorch复现+ONNX+TensorRT int8量化部署
部署教程 | ResNet原理+PyTorch复现+ONNX+TensorRT int8量化部署
326 0
|
机器学习/深度学习 自然语言处理 并行计算
终结1.x时代,PyTorch 2.0来了!100%向后兼容,一行代码将训练提速76%
终结1.x时代,PyTorch 2.0来了!100%向后兼容,一行代码将训练提速76%
534 0
|
并行计算 数据可视化 PyTorch