如何配置yolov5环境

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

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。