[深度学习基础]2.pycharm联合annaconda生成虚拟环境测试yoloV7

1. 环境说明

承接上一篇，我们的软件如下（我拿笔记本跑）：

• python:3.9
• pycharm: 22.3
• GPU: GTX3060
• CUDA: 11.4
  为什么进行此说明，原因是虚拟环境安装相关包的时候，pytorch等需要按需更改

2. yoloV7的准备和说明

yoloV7很像yoloV5的某个版本，在使用上和v5大同小异。加之V6和V7同时出来，自然就选择V7，不过这里只做测试。官方的coco2017数据集过大，我就不下载了。自己训练自己的就行。

2.1 yoloV7源码

上git或者gitee上搜索yoloV7就行，一堆。

2.2 权重文件

• 在使用时，记得下载官网的权重文件，按需下载，我这里选择yoloV7.pt。所有的权重文件地址如下：
  | YOLOv7 | 640 | 51.4% | 69.7% | 55.9% | 161 fps | 2.8 ms |
  | YOLOv7-X | 640 | 53.1% | 71.2% | 57.8% | 114 fps | 4.3 ms |
  | YOLOv7-W6 | 1280 | 54.9% | 72.6% | 60.1% | 84 fps | 7.6 ms |
  | YOLOv7-E6 | 1280 | 56.0% | 73.5% | 61.2% | 56 fps | 12.3 ms |
  | YOLOv7-D6 | 1280 | 56.6% | 74.0% | 61.8% | 44 fps | 15.0 ms |
  | YOLOv7-E6E | 1280 | 56.8% | 74.4% | 62.1% | 36 fps | 18.7 ms |

3. anaconda生成配套虚拟环境

1. 进入anaconda promote ，先生成空python虚拟环境,-n后边环境名任取

conda create -n yoloV7 python=3.9

2. 查看所有环境,会发现已有yoloV7环境

conda env list

3. 激活/进入环境

conda activate yoloV7

4. 进入环境后，依据自己的配置去官网下载torch等
   我的是3060， CUDA11.4，

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

5. 切换路径到下载解压的yoloV7路径下：
   按照文件准备下载相关依赖
   如果该文件中有torch和torchvision，记得删除

pip install -r requirements.txt

6. 此时，已经可以运行yoloV7的虚拟环境已经生成

4. Pycharm联合conda虚拟环境

1. 打开pycharm，将文件夹打开至yoloV7路径
2. 会提示没有python解释器，此时需要我们选择生成的虚拟环境
   点击file->settings->左边栏Project:yoloV7。。。->Python Interpreter如下(图不够用，临时用个以前的yoloV5的吧)：

3. 点击上图中右侧Add Interpreter ,点击Add local Interpreter，如下图：

点击左侧Conda Interpreter，然后在Conda exec...那里，选择anaconda3的安装路径(就是base环境而非yoloV7环境)，选择它的Scripts\conda.exe文件，点击右侧load ...，会自动搜索已有的环境，然后点击Use exist envir...，会看见有我们的yoloV7环境，点击应用OK。即可完成

4. 此时回到pycharm，点击下边的terminnal，如果出现的命令行前边有(yoloV7)即自己的环境名的话，即为成功。

• 如果没有出现环境名，那前边必有红色报错信息。因为我们的权限不够将该环境切换。将报错信息复制粘贴搜索即可。解决方法是： 管理员模式打开power shell，然后输入一行代码，点击y，即可。然后回pycharm关闭终端，再开启终端，略等一下即可。