（傻瓜式）从零开始Yolov5环境配置+训练

注：有些东西一般来说需要外网

（这边已经简化了，直接从百度网盘下载就行）

一、Anaconda安装

https://www.anaconda.com/download

二、CUDA、CUDNN安装（直接选择cuda11.8）

1.https://developer.nvidia.com/cuda-11-8-0-download-archive（兼容性比较好，可以直接装C盘）

2.安装cudnn

下载v8.9.2版的( cuDNN Archive | NVIDIA Developer )

把cudnn前3个文件夹复制到cuda toolkit的路径下（合并进去）

3.设置环境变量

进入：此电脑–空白处点击右键–点击属性–进入系统–点击高级电脑设置–环境变量，选中系统变量下的Path这行编辑

一定要有这5个环境变量，没有就自己新建（一般缺两三个）

应用，完成，转到cuda v11.8的目录下，上面的框框点一下输入cmd，执行如下指令，最后是PASS就是成功了。

.\bandwidthTest.exe

.\deviceQuery.exe

记住：在某个文件夹调用命令提示符，就是在上面的框框输入cmd，回车

三、YoloV5，Pytorch安装

1.开始→Anaconda3→Anaconda Prompt→输入conda create -n yolov5，过一会儿成功以后输入conda activate yolov5，以后直接输入activate yolov5就行了。

2.下载yolov5代码包

有外网的直接https://github.com/ultralytics/yolov5，右上角选择code，download zip

没外网的请看下面：

Yolov5包链接：https://pan.baidu.com/s/1f0LhWSpbSicuUSu4Mi8B2g?pwd=fjut

提取码：fjut

3.进入D:\yolov5-master，直接点击这里，输入cmd，回车，输入activate yolov5

执行：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

等他安装成功（一定要有耐心，实在不行断网重装，进度不会丢）

安装完以后试一下能不能用

(yolov5)D:\yolov5-master> python

一堆版本号等信息

>>import torch

>>print(torch.__version__)

>>print(torch.cuda.is_available())

这些荧光笔的部分是你要输入的

最终显示True就是成功了。

然后输入

pip install -r requirements.txt

回车安装需求文件。

四、Git安装

链接：https://pan.baidu.com/s/1jiwa0kduxz_Trr6AsuoxeA?pwd=fjut

提取码：fjut

安装在默认位置（C盘），一路狂点Next就行了。

五、打标签

1.在yolov5-master文件夹中建立名为accident的文件夹（以车祸识别为例），下面设images、labels，然后再分别下设train、val，如图。

2.开始→Anaconda3→Anaconda Prompt→输入conda create -n labelimg，回车，待其安装完后输入conda activate labelimg , 然后输入labelimg，打开labelimg，并把标签格式点成YOLO。（以后直接输入conda activate labelimg , 然后输入labelimg，就能打开labelimg了）

3.搜集数百张（这边以1000张为例）车祸照片，储存在D:\yolov5-master\accident\images\train和\val，在labelimg中点击Open Dir，选择D:\yolov5-master\accident\images\train，然后点击Change Save Dir，选择D:\yolov5-master\accident\labels\train，储存成txt文件。

这边建议重命名成0001、0002、....、1000这样，方便后续对照查看，批量命名工具在下面网址

https://softdl.360tpcdn.com/auto/20190529/102019745_c19936ad22ee8ef96d117b4a5897af53.exe

语言调成中文后，选取文件夹—>编辑规则—>序列化，如图设置

4.开始标记，按W键鼠标变成十字架，拖拽出长方形以标记车祸部分，按Ctrl+S保存，然后按D进入下一张图片

熟悉了以后标注嘎嘎快，就是W，鼠标，Ctrl+S，D这四样东西。

六、Pycharm安装与配置

1. https://www.jetbrains.com/zh-cn/pycharm/ 下载pycharm

破解方法

链接：https://pan.baidu.com/s/1GROEwqmU6mKpF7bv_MhnTQ?pwd=gdsx

提取码：gdsx

下载解压完运行一下这个，须臾显示Done（要等十几秒）, 重新打开 Pycharm 后，复制下面的激活码（对，就是这么长）：

EUWT4EE9X2-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-FT9l1nyyF9EyNmlelrLP9rGtugZ6sEs3CkYIKqGgSi608LIamge623nLLjI8f6O4EdbCfjJcPXLxklUe1O/5ASO3JnbPFUBYUEebCWZPgPfIdjw7hfA1PsGUdw1SBvh4BEWCMVVJWVtc9ktE+gQ8ldugYjXs0s34xaWjjfolJn2V4f4lnnCv0pikF7Ig/Bsyd/8bsySBJ54Uy9dkEsBUFJzqYSfR7Z/xsrACGFgq96ZsifnAnnOvfGbRX8Q8IIu0zDbNh7smxOwrz2odmL72UaU51A5YaOcPSXRM9uyqCnSp/ENLzkQa/B9RNO+VA7kCsj3MlJWJp5Sotn5spyV+gA==-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

粘贴到输入框内，点击 Activate 按钮，重进一下pycharm即可破解。

2.设置、配置

如果你英语水平不是很好或者看中文比较爽，可以点击Files->Settings->Plugins->搜索chinese，下载图标是“汉”的那个插件（中文补丁）

3.训练自己的数据（以车祸识别为例）

在yolov5-master\data文件夹下新建accident.yaml（可以用记事本，然后改后缀）。

内容如下所示：

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: D:\yolov5-master\accident  # dataset root dir
train: images/train  # train images (relative to 'path')
val: images/val  # val images (relative to 'path')
test:  # test images (optional)
# Classes
nc: 1  # number of classes
names: ['accident']  # class names

其中：

path：数据集的根目录

train：训练集与path的相对路径

val：验证集与path的相对路径

nc：类别数量，因为这个数据集只有一个类别（accident），nc即为1。

names：类别名字。

4.配pycharm环境

导入整个yolov5-master为项目，点击左上角 文件，设置，python解释器，添加解释器，添加本地解释器，conda环境，D:\Anaconda\Scripts\conda.exe，使用现有环境，yolov5，确定。

右上角编辑配置，如图设置（假设你安装在D盘）

4.运行那行参数输入：--batch-size 16 --img-size 416 --epochs 10 --data accident.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt，确定

5.至此已可以开始运行，训练。训练结果可以去D:\yolov5-master\runs里面查看。