yolov5环境搭建（Windows下cpu训练）

配置前确保自己电脑以下配置完好：

python 最好3.8及以上

notepad++

git

conda（记得添加环境变量到PATH）

pycharm

 

1.下载yolov5的工程文件     https://github.com/ultralytics/yolov5

code-->download zip将其解压到一个不带中文字符的文件夹下（如果带有中文字符，会使OpenCV的cv2.imread()函数读取不了待检测图片或视频

2.更新pip：win+r-->cmd

python -m pip install --upgrade pip

3.创建虚拟环境

切换到d盘  输入d：

conda create -n (自定义虚拟环境的名称）
#我取名为py39,故conda create -n py39

激活虚拟环境

conda activate （虚拟环境名称）

切换到yolov5项目目录下

cd （yolov5工程文件的文件链接）
我的：cd v5

4.安装项目依赖（默认使用cpu计算）

在上一步的cmd窗口上先尝试下面指令：

pip install -r requirements.txt

不出意外会报错，报错原因：无法打开requirements.txt

解决方法：

先执行
pip freeze > requirements.txt
然后再
pip install -r requirements.txt
（或者使用镜像源：pip install -r requirements.txt -i https://pypi.douban.com/simple）

即可成功安装。

5.打开yolov5

找到yolov5文件夹，双击detect.py

跳转到pycharm，右下角添加解释器，使用conda环境，可执行文件为安装目录下的conda.bat，每个人的conda环境路径不一样，可在  此电脑中全局搜索conda，找到condabin，conda.bat字眼，复制文件地址

使用现有环境，选择刚刚创建的虚拟环境

6.下载权重文件

运行detect.py

报错，指示要去GitHub官网下载权重文件   yolov5s.pt（新版pip会在报错后自动下载该权重文件）

如果不会自动下载，则去官网下载：

点击release，下滑找到v5.0，点进去，下载yolov5s.pt将下载好的权重文件放在根目录下，不要放在weigh或者其他文件

再次运行detect.py，运行成功

运行结果在runs文件对应的exp中

7.测试训练模型

打开train.py，点击运行

提示要下载样本文件，（新版pip会自动进行下载，下载完成后再次运行即可），跳转链接下载，一般为coco128，根据提示创建目录，将下载好的样本文件放入其中，再次运行，开始漫长的等待过程

运行完毕后

去runs/train/exp2查看训练结果

至此，yolov5环境搭建成功