一、Anaconda的安装与虚拟环境的创建
首先要下载并且安装anaconda,待安装完成后,进入Anaconda Prompt命令行窗口,输入conda env list 查看当前拥有的虚拟环境:
*注:这里的号代表当前所在的虚拟环境**
我们现在的目标是创建名为yolov5的虚拟环境(名字不重要,叫什么都行),并且还要指定python的版本为3.10(看自己的喜好),
这里利用conda create创建新的虚拟环境,具体命令如下:
# conda create -n 虚拟环境名称 python=版本
conda create -n yolov5 python=3.10
Tips:我们能看到base这个虚拟环境的位置在下载完成后的Anaconda目录底下,如果我们自己创建虚拟环境,它同样也会位于安装目录下面,这里的envs是一个固定的文件夹,它代表环境的意思,yolov5为创建的虚拟环境的名称
如果想要激活所创建的虚拟环境,执行以下命令:
# conda activate 环境名
conda activate yolov5
使用conda list命令查看当前环境有哪些包:(现在相当于一间毛坯房)
如果下载过程太慢了,那也可以使用镜像源,执行如下命令:
# conda create -n yolov5 python=3.10 -c 镜像地址
二、安装CUDA与Pytorch
1.如果自己的电脑有GPU,那最好安装最新的显卡驱动版本,以便更加充分的利用GPU,这样也避免了后续可能遇到的麻烦
首先使用nvidia-smi命令查看显卡驱动版本(安装好了):
我的显卡是GTX 1650,若要更新显卡驱动,可以进入英伟达的官网:
点击搜索,发现出新的驱动程序了,还是更新一下吧,点击下载,然后安装的过程中全部默认即可。
2.打开命令行窗口,输入nvidia-smi,确定cuda driver 的版本:
对应的cuda版本是12.1
-
打开Pytorch官网,确定CUDA Runtime版本:
没有找到CUDA12.1版本,因此选择CUDA 11.8版本
4.使用如下指令安装GPU版本的Pytorch:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
验证Pytorch是否安装成功:
这里的验证方法有很多:
1.进入虚拟环境后输入conda list查看
2.进入虚拟环境后输入pip list查看是否有torch和cuda
3.从命令行窗口进入虚拟环境后,先输入python,然后输入import torch,再用torch.cuda.is_available()检查:
返回为True,则证明Pytorch环境已配置成功!
我们直接从Github上下载yolov5-master的原始代码:代码下载:GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite
为了更为简便的安装yolov5环境所需要的包,我们看到原始代码已经给出了环境所需要的包:
因此我们没有必要一个一个的利用pip命令安装所需要的包,而是进入命令行窗口,进入源码所在的位置,利用
pip install -r requirements.txt
命令安装这些包。
至此环境也配置成功了!下面可以测试代码了。