目录
随着深度学习技术的不断发展，计算机视觉领域也得到了广泛的应用。在实际应用中，我们需要使用各种深度学习框架和库来构建和训练模型。本文将为您提供保姆级的攻略，帮助您轻松地搭建环境、安装依赖、配置参数，并最终实现目标检测任务。无论您是初学者还是有一定经验的开发者，相信这篇文章都会对您有所帮助。让我们开始吧！
一.Anaconda下载
使用Anaconda的好处是可以方便地管理Python环境和包，可以避免不同版本的Python和包之间的冲突，同时也可以方便地创建虚拟环境，使得不同项目可以使用不同的Python版本和包。
1.通过官网下载
通过官网下载Anaconda https://www.anaconda.com/。使用官网下载，速度可能会比较慢
如果想要下载历史版本，可通过https://repo.anaconda.com/选择合适的版本下载
2.通过清华大学开源镜像下载
通过清华源选择自己合适的版本进行下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
（速度较快，推荐！）
我这里选择Anaconda3-2020.11-Windows-x86_64版本进行下载
（使用ctrl+F快捷键，可以快速查找）
3.安装Anaconda
（1）点击Next
（2）点击I Agree
（3）一般来说，大家的电脑只有一个账户，默认选择Just me，如果你的电脑有多个账户，那就选择All Users
（4）选择安装地址时，如果你的C盘足够大，可以直接默认不用修改，默认安装到C盘也可以避免后续可能出现的众多小问题。
不过大部分人C盘空间不足，需要修改位置，这时要注意：
要新建一个空文件夹；文件夹名称不要包含中文字符
我在D盘创建一个名为Anaconda的文件夹（里面不要有任何东西，不然会报错），推荐大家和我一样，方便后续操作。
（5）不需要勾线第一个，网上有些教程中建议勾选，但这样容易出现污染环境变量等各种小问题。
（6）等待安装
（7）安装完后，点击Next
（8）这里都不用勾选
4.配置环境
（1）打开我的电脑-属性-高级属性-环境变量
（2）双击打开path
（3）新建环境变量
如果你前面和我在D盘创建了名称一样的文件夹，那么直接粘贴复制到path中即可
D:\Anaconda
D:\Anaconda\Scripts
D:\Anaconda\Library\mingw-w64\bin
D:\Anaconda\Library\usr\bin
D:\Anaconda\Library\bin
上面的格式为：安装的盘+文件夹名称+后面不变的内容
例如：你把Anaconda安装到了E盘中名为Python的文件夹，那么你的格式为
E:\Anaconda\Scripts
其余的类似这样，只需修改前面的内容
最后点击确定逐个退出即可
5.检查是否安装成功
（1）打开win所有应用，点击进入Anaconda Prompt
（2）输入conda --version
输入conda --version查看其版本号，若能查看，即安装成功
二、Pytorch安装
1.创建conda环境
输入conda create -n pytorch python=3.8
这里的pytorch为环境名称，python=3.8为python的版本，一般使用3.7或者3.8
这里选择输入y，点击回车
如下图，则配置完成。
输入conda activate pytorch进入conda环境。（）中为pytorch，则已激活环境。窗口不要关闭！
2.下载pytorch
进入pytorch官网进行下载https://pytorch.org/
主页往下滑，看到如下图部分。
版本选择stable稳定版
系统则根据自己的电脑环境选择（因为我的电脑为windows，我这里选择win版）
这里包选择conda，如果没用conda环境，建议用pip
语言根据自己的需求选择，我这里选择python
如果你电脑没有独立显卡，则选择cpu版本。如果你有独显就选择cuda，可以通过自己的显卡性能选择合适的版本（性能好一点的选择11.8）。如果不知道选择哪个版本可以百度一下。
选择完成后，复制下方连接到Anaconda Prompt
输入y进行安装。速度可能有点慢，耐心等待即可。
安装完成，输入pip list即可查看安装内容
3.检查是否安装成功
输入python，也可查看安装的python版本号
输入import torch调用pytorch库，若无报错，则安装成功
输入torch.cuda.is_available()，可查看gpu是否可以被pytorch使用。如果为false，则不能使用（因为我安装的时cpu版），若为true，则gpu可以被pytorch使用。
如果你安装的是cuda版本，但是这里返回的却为false，那你需要选择另外的cuda版本安装。
补：部分conda指令
（1）包管理
安装包：conda install numpy scipy pandas
制定版本号：conda install <package_name>=x.x.x
卸载包：conda remove <package_name>
更新包：conda update <package_name> | -all
查找包名：conda search <keyword>
（2）环境管理
查询环境：conda info -envs | conda env list
创建环境：conda create -n <name> [python=x.x | tensorflow-gpu=x.x]
激活环境：conda activate <name>
退出环境：conda deactivate
删除环境：conda remove -n <name> | -all
三、YOLOv5安装
1.YOLOv5安装包下载
可以通过github下载YOLOv5的压缩包https://github.com/ultralytics/yolov5
点击master-Tags也可下载YOLOv5的历史版本
2.Pycharm环境配置
解压yolov5-master压缩包，用pycharm打开。点击file-settings-(project:yolov5-master)-python interpreter为pycharm配置conda环境
点击add，选择conda
根据如下图路径找到此exe文件，点击ok
点击Apply，然后点击ok
等待加载完成，打开requirements.txt，并打开编译器下方的Terminal终端。
这里的requirements.txt提供了YOLOv5使用的库的安装
在终端中输入pip install -r requirements.txt，即可安装yolov5的所需使用的库（这里是最简单的安装方法！亲测有效）
如果有这种报错，则是网络的问题。可换个时间重新安装。
等待安装即可，速度可能有点慢，耐心等待即可。
四、用YOLOv5预测
找到并点击detect.py
点击运行
运行完成后，在文件夹中打开（yolov5-master）-runs-detect-exp，则可看到预测的照片
希望这篇文章能够对您有所帮助，让您更轻松地掌握深度学习和目标检测领域的知识。如果您有任何问题或建议，欢迎在评论区留言讨论。感谢您的阅读！
2953
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
