服务器环境搭建Yolov5的环境并简单测试

由于是在服务器上搭建环境，所有已经下载好了gpu对应的cuda版本，只需要下载对应的pytorch和配置文件里要求的包即可。

1.创建环境

参考链接：搭建环境

1.1 创建虚拟环境

1.首先在本地环境下搭建一个环境，名字设为yolo5

conda create -n yolov5 python=3.7#创建环境

2.查看conda环境下是否有刚才创建的环境

conda env list

结果如下：

3.激活虚拟环境

conda activate yolov5#切换yolov5环境

1.2 配置虚拟环境

1.查看当前cuda的版本

nvcc -V

建议用的11.3的版本，因为其他版本我没有配置成功，就很玄学。

2.修改cuda版本（如果版本是11.3，可以跳过）
如果不是版本11.3，可以下载11.3的版本，并使用指令修改cuda版本路径
输入指令：

vim ~/.bashrc

编辑修改cuda版本

3.下载对应的pytorch版本
官方下载指令：下载指令

输入指令：conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

检查pytorch和cuda是否匹配

import torch
torch.cuda.is_available() 
torch.zeros(1).cuda() 

4.下载requirement里的包
先到在github上下载yolov5源码
yolov5源码

然后解压到本地文件，通过FileZilla或者Xshell上传到服务器

下载requirements.txt中要求的包，输入指令如下

conda activate yolov5 #激活环境
pip install -r requirements.txt #按要求下载包

到这里，环境配置就应该结束了。

2.测试环境是否搭建成功

参考链接：测试

输入以下指令测试

python detect.py --source ./data/images/bus.jpg --weights yolov5s.pt 

说明环境搭建成功，yolov5可以正常运行。

3.在这个过程中用到的相关指令

1.参考链接：相关指令

进入vim

vim ~/.bashrc

进入编辑模式

i

退出编辑模式

Esc

退出

输入 ：wq （ ：不可忽略，保存退出）

输入 ：q! （不保存退出）

2.参考链接：相关指令

新建虚拟环境
conda create -n env_name python=x.y

列出所有虚拟环境
conda env list

删除虚拟环境
conda remove -n envname --all

激活虚拟环境
source activate env_name

退出虚拟环境
source deactivate

4.在环境配置中遇到的问题

1.遇到的第一个问题就是算力不足
百度以后的结果多是说cuda，pytorch，gpu的版本问题，我最终试了几个版本，11.3是可以正常运行的。

2.在下载pytorch的时候，无法正常下载
我是加入了清华源，修改了配置文件
参开链接：清华源
参考链接：清华源

输入指令进入编辑界面

vim ~/.condarc

修改内容为

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

就可以正常下载了，而且速度非常快！！！