YOLO、Pytorch、CUDA安装配置

YOLOv5 训练 PASCAL VOC 数据集

课程演示环境： Windows10

1 安装 Nvidia 显卡驱动、 CUDA 和 cuDNN

1) 下载和安装 nvidia 显卡驱动

首先要在设备管理器中查看你的显卡型号，比如在这里可以看到我的显卡型号为 Titan XP 。

NVIDIA 驱动下载： https://www.nvidia.cn/Download/index.aspx?lang=cn

下载对应你的英伟达显卡驱动。

下载之后就是简单的下一步直到完成。

完成之后，在 cmd 中输入执行： 如果有错误：

'nvidia-smi' 不是内部或外部命令，也不是可运行的程序 或批处理文件。

把 C:\Program Files\NVIDIA Corporation\NVSMI 添加到环境变量的 path 中。再重新打开 cmd 窗口。

如果输出下图所示的显卡信息，说明你的驱动安装成功。

2) 下载 CUDA

本人安装的是 CUDA 的 10.2 版本

cuda 下载链接 ： https://developer.nvidia.com/cuda-downloads?

target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

nvidia-smi 下载后得到文件： cuda_10.2.89_441.22_win10.exe

3) 下载 cuDNN

cudnn 下载地址 ： https://developer.nvidia.com/cudnn

需要有账号

下载后得到文件： cudnn-10.2-windows10-x64-v7.6.5.32.zip

4) 安装 cuda

(1) 将 cuda 运行安装，建议默认路径 安装时可以勾选 Visual Studio Integration

(2) 安装完成后设置环境变量 计算机上点右键，打开属性 -> 高级系统设置 -> 环境变量，可以看到系统中多了 CUDA_PATH 和

CUDA_PATH_V10_2 两个环境变量。

接下来，还要 在系统中添加以下几个环境变量： 这是 默认安装位置的路径 : C:\ProgramData\NVIDIA

Corporation\CUDA Samples\v10.2

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

在系统变量 Path 的末尾添加：

%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

再添加如下 5 条 （默认安装路径）： 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

5) 安装 cuDNN

复制 cudnn 文件

对于 cudnn 直接将其解开压缩包，然后需要 将 bin,include,lib 中的文件复制粘贴到 cuda 的文件夹下

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

6 ） CUDA 安装测试

最后测试 cuda 是否配置成功：

打开 CMD 执行：

即可看到 cuda 的信息

nvcc -V 2 安装 Anaconda 和 PyTorch

1) 安装 Anaconda

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学

计算、数据分析的 Python 包。

1) 下载安装包

Anaconda 下载 Windows 版： https://www.anaconda.com/products/individual

2) 然后安装 anaconda

3) 添加 Aanaconda 国内镜像配置

清华 TUNA 提供了 Anaconda 仓库的镜像，运行以下命令 :

2 ）安装 pytorch

更新：如果使用 yolov5 版本 v4.0 以上的代码， pytorch1.6 改为 pytorch1.7

创建虚拟环境，环境名字可自己确定，这里使用 yolov5 作为环境名 :

安装成功后激活 yolov5 环境：

在所创建的环境下安装 pytorch 的 1.7 以上版本 , 执行命令：

注意： 10.2 处应为自己电脑上的 cuda 版本号

离线安装：

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 --set show_channel_urls yes

conda create -n yolov5 python=3.8

conda activate yolov5

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch 下载网址 : https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

安装 pytorch1.7 更新为

版本 : pytorch-1.7.1-py3.8_cuda102_cudnn7_0.tar.bz2

3 yolov5 项目克隆和安装

1 ） 克隆 yolov5 项目

安装 Git 软件（ https://git-scm.com/downloads ），克隆项目到本地（如 d: ）

或 手动下载 yolov5 源码 v4.0:

https://github.com/ultralytics/yolov5/releases/tag/v4.0

2 ） 安装所需库

使用清华镜像源：

在 yolov5 路径下执行：

注意： simple 不能少 , 是 https 而不是 http

3 ） 下载预训练权重文件

下载 yolov5s.pt ， yolov5m.pt ， yolov5l.pt ， yolov5x.pt 权重文件，并放置在 weights 文件夹下

百度网盘下载链接 :

链接： https://pan.baidu.com/s/1RztRLwk3Dye9qkmXxG40JA 提取码： e2q0