[WSL环境]ubuntu20.04搭建yolov5目标检测开发环境

YOLOv5是完全基于Pytorch的，而Pytorch的主要性能发挥又依赖于CUDA和cuDNN，所以一定要安装好CUDA，cuDNN，和对应版本的Pytorch，这点非常重要，要是Pytorch和CUDA，cuDNN的版本不对应，YOLOv5的训练是跑不起来的。对应关系可以从Pytorch的官网： https://pytorch.org/ 上找到。

anaconda 配置pytorch环境，运行yolov5

参考链接

图像识别（二）：anaconda 配置pytorch环境，运行yolov5

1. 用Anaconda创建并激活虚拟环境

(1) 创建虚拟环境
我这次目的是搭建yolov5开发环境，创建名为pytorch1.12.1的虚拟环境的命令

conda create -n pytorch1.12.1 python=3.9.13

回车运行之后会自动安装python及基础包，看到需要安装下面的软件

(2) 激活虚拟环境

conda activate pytorch1.12.1

激活后自动进入虚拟环境pytorch1.12.1

(3) 在创建的pytorch1.12.1环境下安装pytorch1.12.1版本

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

执行命令后将会自动下载pytorch及依赖包

(4) 验证pytorch安装是否成功

import torch
torch.__version__

如果提示ModuleNotFoundError: No module named ‘torch’，别忘了要先进入创建的pytorch1.12.1环境

参考
安装pytorch遇到ModuleNotFoundError: No module named 'torch’的四种解决方法！！

2. yolov5配置

2.1 下载yolov5代码

比如进入我的目录~/code/yolo下，用下面的命令clone代码

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

2.2 安装所需要的依赖库

cd yolov5
pip install -r requirements.txt #配置yolov5环境，安装所需要的依赖库

2.3 检测测试

python detect.py --source data/images/zidane.jpg

提出的错误信息：

RuntimeError: CUDA error: no kernel image is available for execution on the device

截图如下：

上网百度参考，RuntimeError: CUDA error: no kernel image is available for execution on the device
采用下面的代码测试

a=torch.Tensor([1,2])
a=a.cuda()
a

总结：由于显卡计算能力太低导致的，或者是pytorch版本太高了的原因，考虑到我电脑显卡比较低，是GT 730

就不继续在我电脑上搭建环境，改为用服务器搭建。