Yolov5学习过程（1）——基于pytorch配置深度学习环境，应该说比较详细啦

1.Yolov5代码下载

下载网址：http://github.com/ultralytics/yolov5
注意代码版本，代码环境

2.下载、安装、配置Anaconda

官网下载太慢，进入清华镜像网站进行下载，下载网址：http://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
选择合适版本，这里选择的是Anaconda3-5.3.1-Windows-x86_64.exe

Anaconda安装成功后会自带一个Python，cmd输入：python --version，可以查询出当前python的版本。输入：conda info，查询conda配置。
本次查询结果显示：

								conda-build version:3.15.1
								 conda version:4.5.11
								 python version:3.7.0

3.利用Anconda创建虚拟运行环境 pytorch

Anconda初始存在环境为base，本次输入：

conda create -n pytorch python=3.7

回复“y”进行下载

执行命令激活环境。

4.基于Anaconda安装pytorch

检测自身电脑的显卡属性，安装pytorch，可输入指令 nvidia-smi查询。
在pytorch环境下执行如下命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

Gpu版本指令需要注意pytorch与cuda版本的对应，如何查询自己的cuda版本请自行搜索，pytorch的网址如下：
https://pytorch.org/
http://pytorch.org/get-started/previous-versions/
注意不要复制：-c pytorch -c conda-forge，否则是采用国外源下载，速度很慢。参考指令如下：

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1

因为我的电脑是AMD的，因此只能安装CPU版本，本次仅是对于yolov5的代码学习，Cpu版本指令：

conda install pytorch torchvision torchaudio cpuonly

实际操作过程中提示出现错误

解决办法，参考博客：
参考此篇博客解决问题

进行requirements.txt安装配置。将目录切换到包含requirements.txt的代码目录文件下，输入指令：


网上查询说是进行这两行代码即可解决。

pip install --upgrade pip
pip install opencv-python

输入第一行指令提示如下错误：

进行下载源的更改，指令如下：

pip install package_name -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

package_name改为此处的opencv-python,进行安装

5.下载其他插件

（1）下载安装pycocotools
pycocotools可以完成对于目标检测的精确度以及MAP的计算。

（2）下载安装pyqt5
pyqt5可以进行图形界面开发。

6.下载、安装、配置Pycharm开发环境

Pycharm下载网址：http://www.jetbrains.com/pycharm/download/#section=windows
利用Pycharm打开Yolov5源码工程，初次打开显示如下：

点击取消后，在右下角进行环境添加，选择我们在conda中创建的虚拟环境。

进入pytorch配置环境，代码无任何报错，环境配置初步完成 。

执行detect.py文件，输出如下：

或者这样：

环境配置基本完成，如果对你有所帮助，可以点个赞再走，哈哈！！！
记录学习过程，欢迎讨论交流！！！