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

本文链接：https://blog.csdn.net/chao_xy/article/details/129460323

前言

（linux）yolov5/v3-pytorch目标检测1：环境配置gpu+ anaconda+ pycharm+ RTX2080ti 笔记，包括如何在anconda创建yolov5虚拟环境和用pycham为项目配置yolo5虚拟环境。有些图是windows下的，不影响观看。anaconda+pycharm的安装请自行搜索。

yolov5链接https://github.com/ultralytics/yolov5 ，下载并提取

yolov3链接https://github.com/ultralytics/yolov3 ，下载并提取

最新版本的yolov3（截至2023.3）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。本人已经在同一虚拟环境上重复训练了yolov3和yolov5，没有任何出现问题。

pycharm汉化Pycharm汉化简单图文教程

anconda虚拟环境创建

打开终端，创建： conda create -n yolo5 python=3.8

输入y ，然后按enter

激活： conda activate yolo5 (以下步骤都在yolo5环境下进行)

nvidia-smi确认自己的cudaVersion

不要直接用pip install -r requestment.txt文件安装，linux系统不会看你目前环境是否有包已安装，并直接默认安装cuda=11.7的最高版本pytorch.

安装pytorch：conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch选择其他版本代码在pytorch官网上找PyTorch，要求代码的cudatoolkit版本=<你电脑的CUDA Version。

安装opencv-python，直接安装容易出错，建议按这个方法：在Links for opencv-python (tsinghua.edu.cn)下载自己需要的版本，然后pip install /（文件路径）/opencv_python-4.5.4.58-cp38-cp38-manylinux2014_x86_64.whl。注意当虚拟环境的python=3.X，安装包要后缀为-cp3X-cp3X-manylinux2014_x86_64.whl 。