win11系统Python深度学习环境搭建与yolov5简单推理应用

在同学指导下不求甚解的搭建了虚拟环境，简单的跑通了yolov5，这里简单记录一下

本文纯自用，想学习的话还是另寻他处

一.磁盘分区

分出220G专门用来放深度学习环境的

1.右键菜单（任务栏windows图标）

2.点击磁盘管理

3.右击下方C盘区域，选择压缩卷

4.在此栏输入你想要的大小1024*220

5.右键新分配区域，选择新建简单卷

二.Pycharm 安装

网址：https://www.jetbrains.com/zh-cn/pycharm/

如果只是简单跑通yolov5简单版就好，高校买了pycharm的话还是下载专业版为好，如果不急可以找教程去获得破解版 

三.Anaconda 环境安装

Anaconda官网：https://www.anaconda.com/

推荐清华源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

在新建的盘中新建文件夹Anaconda，安装时选择到（只是举个例子）D:\Anaconda

手动添加到环境变量中：

D:\Anaconda\Anaconda
D:\Anaconda\Scripts
D:\Anaconda\Library\bin
D:\Anaconda\Library\mingw-w64\bin

配置好后监测是否安装完成

win+R 打开任务管理器cmd

输入conda --version

打开Anaconda prompt

conda指令

conda env list 
#查看虚拟环境列表
conda create -n (新建的虚拟环境的名字) python=（python版本）
#新建虚拟环境
conda activate 名称
#进入虚拟环境
conda deactivate
#退出虚拟环境
conda remove -n (需要删除的虚拟环境的名字) --all
#删除此虚拟环境及其配置
conda list
#显示当前虚拟环境所有配置

安装开源包指令

conda install (包的名字)
#安装包
conda uninstall package(包的名字)
#删除包
conda/pip update package（包的名字）
#更新包

换源指令

下载较慢时推荐换源，两种办法一种直接换用清华源网站下载anaconda（网址前文已经给出）

另外一种是指令进行anaconda换源

conda config --show channels
#显示当前源
conda config --remove-key channels
#重置镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
#换用清华源

四. 安装CUDA

网址：https://developer.nvidia.com/cuda-toolkit

要选择和自己电脑适配的Cuda版本

查看和自己电脑适配驱动版本网址：https://www.nvidia.cn/Download/Find.aspx?lang=cn

根据驱动选择cuda版本（也可以打开你电脑NAVIDA安装不大于你电脑支持的版本即可）

五.安装Pytorch

网址:https://pytorch.org/get-started/locally/ 

根据你的情况选择适合的pytorch版本

进入你刚才创建的环境中，将指令复制到指令栏进行下载

下载速度过慢的话，anaconda换源

检验是否能用gpu训练

打开pycharm，打开你刚才配置好的环境的python.exe中

代码输入

import torch
print(torch.cuda.is_available())
print(torch.__version__)

六.安装yolov5

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

在你的环境中新建文件夹yolov5

code处下载解压到yolov5中

我的yolov5-master（解压后文件名字）是放到了新建文件夹py下又新建文件夹pythonproject1

用pycharm打开你下载的yolov5文件（有的说可以直接打开项目，本菜鸡使用最笨办法打开）

打开后用cd指令进入yolov5文件

cd yolov5-master

之后选择右上角的工具栏，进行环境配置，选择你刚才创建好的环境

 有些csdn上会显示装的torch，我的没有，根据学习ubuntu经验应该是有些不显示的，只要验证装了torch就行

配好环境后打开readme文件

终端输入，一键安装其配置

pip install -r requirements.txt

在终端输入，就能用其自带的模型实现调用摄像头了

python detect.py --weights yolov5s.pt --source 0     

过程比较狼狈捏