从零开始安装YOLOV5的GPU环境搭建，可以训练自己的模型

1.安装Anaconda3
要点：All users, Add lib to system path
cmd -> "conda -V"  >>>4.10.1
2.安装Pycharm
3.创建虚拟环境
anaconda -> "conda create -n yolov5 python==3.8" -> "y" 【yolov5可以自己改！】
4.打开虚拟环境
anaconda -> "conda activate yolov5"
5.打开Pycharm，添加编译器
File -> Settings -> Project: yolov5-6.0-20220205 -> Python Interpreter
-> 点击Python Interpreter右边的齿轮 -> Add -> 选择第二个Conda Environment
-> Existing environment -> Interpreter -> 选择目录 D:\Anaconda3\envs\yolov5\python.exe
-> Apply -> OK (注意上述文件夹名字中yolov5是第3步的虚拟环境名称，其他基本一样)
6.准备运行detect.py与train.py
   1.预备工作：打开项目: train.py，安装Package requirements中所有缺少的库！
      如何安装黄条中的那么多库呢？点击File -> Settings -> Python Interpreter
      ->去掉绿圈(conda)的高亮(使状态栏呈现同一颜色)（！！！非常重要！！！）
      ->点击"+"号->依次查找所需要的库！（！这样可以安装最新版本！）
      ->[若直接点击Python提示中的Install requirements只会安装最低版本(>=的那个版本！！)]
      -> matplotlib  numpy  opencv-python  Pillow  PyYAML  requests  
      -> scipy  tqdm  tensorboard pandas  seaborn  thop
      -> [注意提示的 torch 和 torchvision 不要安装！！！！！！！]
    2.重要的一点：anaconda控制台和pycharm怎么联系在一起？
       因为编译器选择的是虚拟环境yolov5的内置编译器，所以二者的搭桥就是yolov5这个虚拟环境！
       所以：
    1】若安装需要的库，可以通过pycharm中的加号安装；
         也可以通过conda进入yolov5这个虚拟环境，用pip install 安装！（指定版本用 ==）
         [不必cd到yolov5虚拟环境的envs目录中.当然，cd了更好！]
    2】卸载库，可以通过conda进入我们上述指定的yolov5虚拟环境，用pip uninstall xxx彻底卸载！
         [所有的库都在envs\yolov5\***\site_package里面存放着！]
    3】安装本地whl文件：先conda进入yolov5虚拟环境！！！再cd到whl文件所在路径，使用pip安装即可
    4】这样，所有的操作都在yolov5这个虚拟环境中进行，在conda控制台的操作可以同步到Pycharm中！
         [也就是说，在anaconda控制台安装的东西也会在pycharm里出现！！whl文件也可以本地安装！！]
     3.卸载torch,torchvision和torchaudio确保不是已经默认在pycharm里面安装了！
        anaconda -> activate yolov5 -> pip uninstall torch torchvision torchaudio
        一直选y，完成后再次运行上述命令！

直到出现
    /*
    WARNING: Skipping torch as it is not installed.
    WARNING: Skipping torchvision as it is not installed.
    WARNING: Skipping torchaudio as it is not installed.
    */
         表示已经彻底删除由pycharm自行安装的所有torch了！
         [！！！！这可以保证不会和我们要从官网处下载的torch版本冲突！！！！]
7.安装CUDA以及NVIDIA驱动
   在 文件夹 YOLObeifen  中找到名称为 cuda_10.2.89_441.22_win10.exe 的程序，双击，安装于默认路径！（！也就是C盘！）
   然后一路 next, apply 和 OK
   选择自定义安装，剩下的全部同意！
   [！！注意安装时要退出与Visual Studio的所有进程！！]
   安装完CUDA之后，把cuDNN拷贝到CUDA目录中！
   在 本机 中目录： E:\新建文件夹\YOLObeifen\备份\cuDNN\cudnn-windows-x86_64-8.3.2.44_cuda10.2-archive\cudnn-windows-x86_64-8.3.2.44_cuda10.2-archive
   把上述目录中的所有文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2 中
   并添加在上述目录中的 bin include lib 路径于系统变量中！
      然后命令anaconda -> pip install torch==1.9.1+cu102 torchvision==0.10.1+cu102 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html即可解决！
      测试：键入新的py文件Releeeeeeee
    /*
       import torch
       print(torch.__version__)
       print(torch.cuda.is_available())
    */
         出现True就好！

一些问题与BUG：
1.UserWarning: Failed to load image Python extension: Could not find module 'D:\Anaconda3\envs\yolov5\Lib\site-packages\torchvision\image.pyd'. Try using the full path with constructor syntax.
  warn(f"Failed to load image Python extension: {e}")
vision不对，键入：pip install torch==1.9.1+cu102 torchvision==0.10.1+cu102 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html即可解决！
或者检查系统环境变量！有一次出现了这个BUG，是因为系统环境变量莫名其妙全部消失了！记得备份环境变量！
2.TypeError: Descriptors cannot not be created directly. 以及 google.protobuf 模块不存在
键入：
pip install protobuf==3.20.0
即可解决！
安装低版本报前面的错误，安装高版本报后面的错误！！！
3.Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.
在import文件时加入
import os
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"
即可解决！
4.关于pywin32的问题
CONDA_DLL_SEARCH_MODIFICATION_ENABLE=1
1. pip install pywin32==227
2. 右击xxx.py的项目文件 -> Modify Run Configurations -> Environment variables -> 添加 CONDA_DLL_SEARCH_MODIFICATION_ENABLE=1，即可解决！！！