Yolov5安装过程中的问题

CUDA与CUDNN

使用的yolov5版本为yolov5-6.2

CUDA版本问题

电脑显卡的驱动版本决定了CUDA所能够安装的版本，而Pytorch又取决于CUDA的版本，总的来说，CUDA、CUDNN、Pytorch的版本要统一。pytorch、torchvision、torchaudio三者之间的版本也要统一，最好先观察项目中pytorch、torchvision、torchaudio所需要的版本，再反推回CUDA版本

如果自身的电脑不能够安装预期的CUDA，可以在GEFORCE EXPERIENCE中升级驱动。注意，GEFORCE EXPERIENCE版本过老会导致新下载的驱动安装不上，这时需要卸载老的GEFORCE EXPERIENCE，再在官网上下载新的

CUDA卸载问题

CUDA的安装教程参考网上其他博主的文章即可，注意如果安装了错误的CUDA，或后期希望升级CUDA，可以将将带NVIDIA并且具有版本号的软件都卸载掉（比如要卸载10.0，那就将下图的软件都卸载）

除了下面的这两个，其余均可以卸载，如果GEFORCE EXPERIENCE刚刚安装完可以不卸载

下一步是删除之前配置的环境变量，在系统变量中，注意这些

系统变量中的PATH中，注意这些

或者说，在初次安装CUDA时，添加了如下的环境变量

#系统
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
 
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 
 
CUDA_BIN_PATH = %CUDA_PATH%\bin
 
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
 
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

#系统中的PATH
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64 
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include 
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64 
 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64 
 
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

把这些环境变量删除即可，同时把带旧版本号(如v9.2)的环境变量也同样删除即可

删除C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 下的v9.2文件夹（旧的 cudnn 在其中）

安装CUDA

因为在上述步骤中，将对应的选项取消，GEFORCE EXPERIENCE如果安装可能会出现问题

请确认其他要安装的组件，都满足“新版本”（待安装版本）比“旧版本”（已有版本）要高级的，否请请去掉勾选

在环境变量中，确认以下两项

然后重新添加环境变量，重新下载对应的CUDNN即可

Pytorch

最好的安装方式是从官网Previous PyTorch Versions | PyTorch上查指令

这里仅需要注意，指令安装的可能是cpu版本，因为由于CUDA版本老，只有cpu版的Pytorch而没有GPU版的，这时可以去download.pytorch.org/whl/cu92/torch_stable.html下载到本地，再在下载的目录下使用pip安装

pip问题

pip安装本地文件时也会联网（不知道为啥），如果一直连不上可能是由于开启了代理

如果目标文件在D盘Download下，则在cmd中依次输入

d:                        #切换到D盘,注意没有cd
cd Download\yolov5-6.2
pip install <文件名>

Pycharm环境

常见的conda命令有

conda info --env
conda env remove -n <name>    #conda env remove -n yolov5
conda activate <name>

创建环境

在Anaconda Prompt中依次输入

conda create --name yolov_562 python=3.8

然后打开Pycharm

设置解释器

修改完后最好再查一遍，有时候可能没改成功

应该是这样（大概）

重启charm之后再查一遍

terminal修改

terminal报错可能是由于使用的是powershell而不是cmd，修改一下即可，同样的修改完后要检查是否完成了修改，同时start directory也可以修改一下，让他指向当前项目路径

不好使可以把terminal叉掉再新加一个

依赖搭建

依次输入下面的语句

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=10.2 -c pytorch

python
import torch 
print(torch.cuda.is_available()) # 如正常则返回 "True"
a = torch.Tensor([1.])    # 如正常则静默
a.cuda()    # 如正常则返回"tensor([ 1.], device='cuda:0')"
from torch.backends import cudnn # 如正常则静默
cudnn.is_acceptable(a.cuda())    # 如正常则返回 "True"
exit()

# 安装其他需要的包
pip install -r requirements.txt

注意安装yolov5s.pt参数包

接下来执行python detect.py观察能否正常运行

如果报错

执行下列语句

pip install Pillow
pip uninstall Pillow
pip install Pillow

再次执行python detect.py

如果能够正常运行，执行python detect.py --source 0表示使用自带摄像头进行检测