之前一直对object_detection训练的模型检测速度不满意，想玩玩yolov3。没想到一拖到如今，v4v5都出来了。但还是蛮庆幸当时没碰v3，因为这个v5比起v3使用起来实在是友好太多，训练和检测速度快，精度高，模型还小，能节省好多时间。
确实牛
电脑配置
- cpu: i7-8750H/ i5-12500
- gpu: 1060 6G/ 3060 12G
- 内存： 16G
- 操作系统：win10/win11
- anaconda 3.x
1. 安装pytorch
1.1 创建新的环境
打开命令行输入
创建一个新环境，并激活进入环境。
# 创建了名叫pytorch的，python版本为3.10的新环境
conda create -n pytorch python=3.10
# 激活名叫pytorch的环境
conda activate pytorch
1.2 下载pytorch
打开pytorch的官网https://pytorch.org/
下拉找到QUICK START LOCALLY
我个人是选择了pytorch1.12的版本、win系统、conda包、python语言、11.6 CUDA
没有gpu的cuda就选CPU
选完了后，在“Run this Command:”这一栏就会出现对应的命令行（图片中红色选框），复制到我们的环境中运行即可
换源
在这里应该会出现无法下载的情况，是因为用的是境外的网址，我们要通过境内的镜像网站去下载。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/# 这个下载pytorch必须要有
建议不要嫌多把上面的镜像网址都加上去，然后再用下面的命令代码确认
conda config --set show_channel_urls yes
然后修改那行下载命令
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
# 将上面这一行代码修改为下面这一行
conda install pytorch torchvision torchaudio cudatoolkit=11.6
conda中的-c就相当于pip中的-i，都代表指定下载源，所以我们要去掉，这样才是使用我们上面添加的国内镜像源。
如果因为网络问题没安装成功那就多试几次。
验证
启动python，导入pytorch库
# 启动
python
#输入库
import torch
查看pytorch的版本和gpu是否可用
#查看版本
print(torch.__version__)
#查看gpu是否可用
torch.cuda.is_available()
#返回设备gpu个数
torch.cuda.device_count()
#Apple设备Metal是否可用
torch.backends.mps.is_available()
一切正常的话，GPU版的pytorch就安装成功了
yolov5笔记（1）——安装pytorch_GPU（win10+anaconda3）
yolov5笔记（2）——训练自己的数据模型（随6.0更新）
yolov5笔记（3）——移动端部署自己的模型（随5.0更新）
yolov5笔记（4）——CPU部署以及NCNN