目录
本文Yolov5 6.1整体运行环境配置如下:
Anaconda3 2022.05 CUDA10.2.89与cudnn7.6.5 Pytorch1.11.0
1.搭建环境需要的所有安装包的网盘链接:
我通过百度网盘分享的文件:Yolov5运行环境搭建安装包
链接:https://pan.baidu.com/s/12JJnpr__l4HOnbKTQR_Nww
提取码:ncut
2.安装Anaconda3并创建对应虚拟环境
首先拿到下载好的安装包之后,按常规方式安装即可。
其他版本也可去官网下载anaconda选择版本,本人选择的2022.05那一版本
在安装过程中全部勾选,方便配置环境变量。
安装完成后创建新的虚拟环境。
3.安装CUDA CUDNN
3.1CUDA安装
先去看看自己的显卡支持那个版本的CUDA
可直接下载我存储在网盘中的CUDA10.2,也可以去官网下载你想要的CUDA ,下载链接CUDA Toolkit Archive | NVIDIA Developer
CUDA安装
双击运行CUDA安装程序,一开始会选择一个临时文件解压目录,这个随意,只是临时存放安装程序的。解压完成后正式进入CUDA的安装,首先是同意协议,接下来选择安装模式,这里切换到自定义安装,取消勾选Visual Studio Integration(这里解释一下,这个模块是对VS编译的支持,没有安装VS无法征常工作,而需要VS辅助则是需要编译cuda程序,这种编译不建议在Windows下进行,一般Windows下能跑深度学习原生框架的代码就行)。
此时保持默认路径点到最后安装完毕之后,终端输入nvcc -V 【中间有一个空格】
进行CUDA版本的查看,显示无误则成功安装,如下图。这时,关于CUDA的环境变量已经自动创建了,不需要手动创建。
安装cuDNN
首先需要查询现在与CUDA对应版本的cuDNN,也可依照本文直接安装和我同样的环境。
官网连接cuDNN Archive | NVIDIA Developer
下载完成后解压
将这些文件和文件夹直接拷贝到CUDA的安装目录下
默认安装路径是:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
添加系统变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp
到此CUDA和cuDNN的安装就完成了。
检验安装是否成功
配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe:
首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
4.安装pytorch
pytorch更新挺快的,这里我安装的是1.11版本,暂时使用没有什么问题,如果需要安装老版本的请参考此文章。
4.1去官网查询安装指令
PyTorch官网
(1)对于Pytorch,如果文件较大没有办法下完的话,可以用我下面的网址单独下载whl文件,
https://download.pytorch.org/whl/torch_stable.html
这里高版本的CUDA可以向下兼容,但是不能向上兼容。
进入创建的虚拟环境中,打开cmd输入一下指令
conda activate 你创建的虚拟环境名字
#
conda activate yolov5_test
然后输入查询到的指令:
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=10.2
开始安装,等待安装完毕即可使用!
5.yolov5项目测试
用pycharm打开yolov5源码
设置成你建立的虚拟环境。
运行detect.py文件
运行完后就可以在runs\datect\exp文件夹下看到bus和zidane两张照片
6.opencv-python 的安装方法
3.复制pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple(这个是在清华的镜像库下载,直接输入pip install opencv-python可能会报错或者速度很慢),然后安装成功的话如图: