Yolov7 环境搭建和训练自己的数据集

搭建虚拟环境

anaconda

        官网下载anaconda并安装

        创建虚拟环境并进入

常用conda命令

1 conda update conda      //升级conda
2 conda update anaconda     //升级anaconda
3 conda update anaconda-navigator    //update最新版本的anaconda-navigator

1 conda update -n base conda #update base环境下的最新版本的conda
2 conda create -n xxxx python=3.5 #创建python3.5的xxxx虚拟环境
3 conda activate xxxx #开启xxxx环境
4 conda deactivate #关闭环境
5 conda env list #显示所有的虚拟环境
6 conda info --envs #显示所有的虚拟环境

1 conda list #查看已经安装的文件包
2 conda list -n xxx #指定查看xxx虚拟环境下安装的package
3 conda update xxx #更新xxx文件包
4 conda uninstall xxx #卸载xxx文件包
5.conda remove -n xxxx --all //删除xxxx虚拟环境
 
1 conda clean -p //删除没有用的包
2 conda clean -t //tar打包
3 conda clean -y -all //删除所有的安装包及cache

1 conda create --name newname --clone oldname //克隆环境
2 conda remove --name oldname --all //彻底删除旧环境
 
问题
anaconda或conda不是内部命令
添加path环境变量

CUDA

查看cuda支持版本

nvidia-smi

进入cuda官网,下载对应版本

安装并添加path环境变量

pytorch

        进入pytorch官网，按照自身电脑配置选择版本命令

        在虚拟环境输入命令（此命令是对自建虚拟环境安装pytorch）

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

yolov7

        拉取github上的yolov7，下载权重文件，将requriment.txt里的torch环境都注释掉

        c