YOLOv5环境配置

0 安装Anaconda和pycharm

略…

1 创建YOLOv5虚拟环境

1. 找到安装好的Anaconda，打开Anaconda Prompt

2. 在命令面板中输入一下代码

conda create -n yolov5 python=3.8

3. 输入y

4. 出现下图表示创建完成

5. 输入activate yolov5激活环境（该窗口不要关闭）

2 安装pytorch

2.1 查看电脑支持CUDA版本

1. 电脑桌面右键，打开NVIDIA控制面板

2. 在【帮助】菜单拦下，打开【系统信息】

3. 在【组件】窗口，查看自己的CUDA支持版本

我这里最高支持11.4版本

2.2 下载pytorch

1. 进入PyTorch官网，选择适合自己的版本

需要说明一下，30系列显卡，必须安装11以上的版本，10版本不再支持

2. 这里我选择安装11.3版本

3. 在开始之前，先将pip下载切换为国内镜像（在 pip install 后面添加 -i https://pypi.tuna.tsinghua.edu.cn/simple）

这里选择清华源，临时镜像，如果需要换成永久的，可以进清华源的官网根据提示进行切换

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

5. 内容有点大，耐心等待安装完成

出现successfully表示安装成功

3 下载yolov5源码

GitHub地址：YOLOv5

国内GitHub访问慢，可以使用Watt Toolkit软件进行加速（这个不是梯子，免费的，加速功能强大）

1. 进入GitHub后，在右侧找到releases，进入下载zip(下载的v7)

2. 找一个文件夹，将下载的压缩包解压出来

4 PyCharm部署运行

1. 用PyCharm打开刚才解压出来的文件夹

2. 先不创建虚拟环境，进入后手动添加环境

3. 打开requirements.txt文件，将下图所示的部分进行修改

4. 在 PyCharm打开终端，输入activate yolov5激活环境

5. 安装依赖环境

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  -r requirements.txt 

安装过程中，会出现一堆warring，这个不用管

出现下图所示内容代表安装成功

6. 运行测试

python detect.py

到下图这一步，下载较慢，这时可以将下载地址复制下来，在浏览器上下载

输入Ctrl+C，结束命令行下载任务

将刚才下载的文件放到文件夹下，然后在pycharm命令行中重新执行python detect.py

出现下图信息，表示环境搭建成功

打开runs文件夹夹，监测效果如图所示

行python detect.py

出现下图信息，表示环境搭建成功

打开runs文件夹夹，监测效果如图所示