yolov5环境达间，并训练数据集模型

0    前言

1、深度学习环境的配置和安装yolov5所需要的库

2、数据集和预训练权重的准备

2.1 利用labelimg对数据进行标注和划分

2.2 下载预训练权重

3、训练自己的模型

3.1 修改一些文件配置

3.2 训练自己的模型

3.3 启用tensorbord查看参数

4 、利用自己训练的模型检测识别

5 、常见一些报错问题

1、

1. 1. 安装3.8版本的python
2. 安装python3.8

conda install python=3.8

1. 查看python版本

python --version

1. 1. 安装cuda、cudnn
      1. 安装 cuda
2. 打开英伟达官网下载对应的cuda版本

注意：yolov后处理加速的版本最高只能是1.13版本的pytorch，cuda的版本需要和pytorch版本对应，故而最好下载11.3版本的cuda

https://developer.nvidia.com/cuda-toolkit-archive

https://developer.nvidia.com/cuda-downloads

1. 并且选择相应配置，复制指令至终端下载

wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run

sudo sh cuda_11.3.0_465.19.01_linux.run

1. 注意：按回车取消Driver项的安装，然后回车选择Install

此过程执行会慢一些，稍等个片刻即可

1. 添加环境变量
2. 

       vi ~/.bashrc打开文件，在文件结尾添加如下语句 ，注意更改cuda-11.3的版本：

vi ~/.bashrc

export PATH=$PATH:/usr/local/cuda-11.3/bin

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.3/lib64

export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-11.3/lib64

1. 保存、更新环境变量

source ~/.bashrc

1. 查看版本号，输入：

nvcc -V

1. 1. 1. 安装cudnn
2. 进入官网，下载和cuda对应的cudnn版本（8.9.0）

https://developer.nvidia.com/rdp/cudnn-archive

选择下面的文件进行安装：

这里注意，下载包需要登录英伟达账号，需要到邮箱中点击验证

1. 安装上述软件包（下面的版本号有所不同，换成自己下载的版本）

tar -xvf cudnn-linux-x86_64-8.9.0.131_cuda11-archive.tar.xz

sudo cp cudnn-linux-x86_64-8.9.0.131_cuda11-archive/include/cudnn*.h  /usr/local/cuda/include

sudo cp -P cudnn-linux-x86_64-8.9.0.131_cuda11-archive/lib/libcudnn*  /usr/local/cuda/lib64

sudo chmod a+r /usr/local/cuda/include/cudnn*.h  /usr/local/cuda/lib64/libcudnn*

1. cudnn 检测版本号

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

出现以下信息说明安装成功，由于安装的cuDNN版本是8.9.0，所以MAJOR、     MINORPATCHLEVEL依次是8、9、0

1. 1. 系统化环境中安装pytorch

注：本次选择

1. 进入官网按照所提供的命令下载，注意不要用在线的方式

Start Locally | PyTorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

1. 离线安装pytorch

资源下载地址：https://download.pytorch.org/whl/torch_stable.html

注意torch的版本需要和python对应，如cp39对应的是3.9的python

国内源(未验证