Windows10 下搭建Yolov5运行环境：Anaconda3、CUDA与cudnn、Pytorch等

目录

本文Yolov5 6.1整体运行环境配置如下：

1.搭建环境需要的所有安装包的网盘链接：

2.安装Anaconda3并创建对应虚拟环境

 3.安装CUDA  CUDNN

3.1CUDA安装

CUDA安装

安装cuDNN

添加系统变量

检验安装是否成功 

4.安装pytorch

5.yolov5项目测试

6.opencv-python 的安装方法 

---

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：