前言
此文章作为我搭建yolov5深度学习环境学习记录.
环境为 torch=1.7.0 win10或者win11
基础环境搭建 如anaconda安装,pytorch安装可以搜索 Bubbliiiing 这位博主
链接我也放在这里
anaconda安装以及pytorch安装
注意事项
- 需要注意的事 在安装前查看自己cuda版本
cmd里面输入
nvidia-smi
结果如下
安装的cuda版本低于CUDA Version即可
一、配置pytorch环境
安装完anaconda后,会在开始菜单里面出现 anaconda prompt 类似于cmd的命令窗口,点一下
在命令行里输入
#创建一个名为 pytorch 的虚拟环境
conda create –n pytorch python=3.7
#激活虚拟环境
activate pytorch
需要注意
之后的操作我们都会在此环境下进行 如果中间退出命令行 我们都需要重新激活此环境
二、pytorch 安装
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
注意
如果安装的不是cuda11.0的可以进入官网进行匹配 或者搜索自己cuda对应的pytorch版本
pytorch官网
如果遇到黄色警告或者报错,我们使用cmd下载也是可以的,有点玄学,只要有一个能用就行(得注意,切记需要激活pytorch虚拟环境,在cmd下也是一样的命令)
三.安装依赖
scipy==1.7.1
numpy==1.21.2
matplotlib==3.4.3
opencv_python==4.5.3.56
torch==1.7.1
torchvision==0.8.2
tqdm==4.62.2
Pillow==8.3.2
h5py==2.10.0
如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件,复制上述内容到txt文件中。
之后我们打开命令行 cd 到依赖文件的上一个目录
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
假如会有报错,那就在命令行里一个包一个包的安装例如
pip install scipy==1.7.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
四.下载yolov5源码以及依赖下载
下载好后也会在目录下找到一个依赖文件
操作如上,先 cd 到源码目录下,然后再运行此命令
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
假如会有报错,那就在命令行里一个包一个包的安装例如
pip install matplotlib>=3.2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
在所有包安装完成后,我们就可以愉快的运行yolov5了。
注意
我们在运行时,需要选择python解释器 找到pytorch这个环境