pytorch环境的搭建

**

下载和安装nvidia显卡驱动

**
装好后cmd运行nvidia-smi
如果不行，就把把C:\Program Files\NVIDIA Corporation\NVSMI添加到环境变量的path中。再重新打开cmd窗口。

下载CUDA

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
下载得到cuda_10.2.89_441.22_win10.exe

（如果你的下载只有几十B大小那可能就是下载出问题了，更换网络后再尝试。）

下载CUDnn

https://developer.nvidia.com/cudnn
下载得到cudnn-10.2-windows10-x64-v7.6.5.32.zip

（如果你的下载只有几十B大小那可能就是下载出问题了，更换网络后再尝试。）

安装CUDA

安装（建议默认安装）
安装后设置环境变量
安装完成后可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_2两个环境变量。
这时我们还要添加一些环境变量：

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

C:\ProgramData\NVIDIACorporation\CUDA Samples\v10.2是默认安装位置，如果不是默认安装要做对应的修改

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

测试cuda环境

打开CMD执行：
nvcc -V

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

安装Anaconda

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

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

安装pytorch

注意：需要安装pytorch 1.6以上的版本 创建虚拟环境，环境名字可自己确定，这里本人使用pytorch1.7作为环境名:
conda create -n pytorch1.7 python=3.8
创建好后激活pytorch1.7环境：
conda activate pytorch1.7
安装的命令在官网上

复制一下即可得到安装需要的命令
yolov5项目克隆和安装
安装Git软件（https://git-scm.com/downloads）
克隆项目到本地（如d:）
git clone https://github.com/ultralytics/yolov5.git

安装所需库

使用清华镜像源：
在yolov5路径下执行
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
注意：simple 不能少, 是 https 而不是 http

关于labelimg标注工具：
https://github.com/tzutalin/labelImg

对着上面操作即可