yolov5临时笔记

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

conda命令：
显示环境：conda env list 或 conda info -e
创建环境：conda create -n python38 python=3.8
删除环境：conda env remove -n 虚拟环境的名称 或 到文件夹envs\直接删除对应环境

pip命令：
pip list

最高：cuda 11.6

1 conda create -n yolov5 python=3.9

2 修改requirement文件
#torch>=1.7.0
#torchvision>=0.8.1
Cython
pycocotools>=2.0
onnx>=1.9.0 # ONNX export
onnx-simplifier>=0.3.6 # ONNX simplifier

3 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

4 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
下载文件：pytorch-1.8.1-py3.9_cuda11.1_cudnn8_0.tar
torchaudio-0.8.1-py39.tar
torchvision-0.9.1-py39_cu111.tar
用conda install 命令安装

5 显卡检查
python # 运行Python
import torch # 导入torch
torch.version # 查看torch版本信息
torch.cuda.current_device() # 查看有几个显卡设备
torch.cuda.is_available() # 查看显卡是否激活
torch.cuda.get_device_name() # 查看显卡设备名称

6 下载模型

7 测试
python detect.py --weights weigths\yolov5s.pt --source 0 // 从本地相机读
python detect.py --weights weigths\yolov5s.pt --source 文件路径 //

8 显示gpu使用率
nvidia-smi

9 训练查看结果
tensorboard --logdir=./