(windows) yolov5/yolov3 pytorch环境配置gpu+ windows11+ anaconda+ pycharm+ RTX3050 笔记

前言

1. windows11下anaconda+pycharm的安装我是看这个链接，不多赘述 win10+pycharm+anaconda开发环境搭建

2. 安装最新版本显卡驱动 -https://www.nvidia.cn/Download/index.aspx?lang=cn2. 打开anaconda命令窗口，输入 nvidia-smi 来确定 cuda driver的版本。这一部分建议看小土堆的B站教程p23-2623. GPU版本-GPU与CUDA准备工作_哔哩哔哩_bilibili。本人是12.0，使用的是cu117版本的pytorch。

3. yolov5链接https://github.com/ultralytics/yolov5

4. yolov3链接https://github.com/ultralytics/yolov3

5. 最新版本的yolov3（截至2023）不需要darknet配置，而且与yolov5所需的包基本相同，故它们可以共用一个虚拟环境，不需要额外配置。本人已经在同一虚拟环境上训练了yolov3和yolov5，没有任何出现问题。

6. pycharm汉化Pycharm汉化简单图文教程

anconda虚拟环境创建

1. 创建：conda create –n yolov5 python=3.8

2. 激活：conda activate yolov5

3. 安装pytorch： conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia （确定你的CudaVersion>=11.7）。其他版本代码在pytorch官网上找PyTorch。

4. 单独安装opencv-python：在Links for opencv-python (tsinghua.edu.cn)下载，Ctrl+f找自己需要的版本，然后pip install C:/（你的文件路径）/opencv_python-4.5.4.58-cp38-cp38-win_amd64.whl。注意python=3.X，要后缀为-cp3X-cp3X-win_amd64.whl 。

https://mirrors.tuna.tsinghua.edu.cn/pypi/opencv_python-4.5.4.58-cp38-cp38-win_amd64.whl 点这个直接下载opencv_python-4.5.4.58-cp38-cp38-win_amd64.whl

5. pycharm中没有thop包故需要在自己先手动配置,在thop · PyPI下载，pip install C:/（你的文件路径）/thop-0.1.1.post2209072238-py3-none-any.whl

pycham为项目配置yolov5虚拟环境

1. 解压yolov5文件，并用pycham打开该项目

2. pycham为项目配置yolov5虚拟环境,如下图，或者参考如何在pycharm中使用anaconda的虚拟环境_pycharm使用anaconda环境

3. 打开requestments.txt，点击安装要求，pycharm就会配置其余的包

4. yolov5项目环境配置完成

5. pycharm打开yolov3项目，同样按以上步骤进行配置yolo虚拟环境。第3步时打开requestment会提示还有ipython没有安装，点击“安装要求”即可，不会对yolov5产生影响

6. yolov3项目环境配置完成

7. 训练过程见yolov5/yolov3训练自己的数据集，win11 gpu,pycharm,RTX3050笔记，win11 yolov5训练踩坑，笔记

关于Linux上yolov3/v5环境配置及训练过程，可以参考：

（linux）yolov5/v3-pytorch目标检测1：环境配置gpu+anaconda+pycham+ RTX2080ti 笔记_chao_xy的博客-CSDN博客

（linux）yolov5/v3-pytorch目标检测2：训练自己的数据集，gpu，pycharm, RTX2080ti，单/多显卡训练，笔记_chao_xy的博客-CSDN博客