Yolov5环境配置（自学用）

环境配置（自学用）"/>

Yolov5环境配置（自学用）

 环境安装

图片展示部分

 #cmd#

检查cuda

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

结果如下

文字叙述部分

 1.Miniconda安装

清华镜像网站搜索所需版本，安装过程勾选如图

 2.打开Anaconda Prompt

conda create -n yolov5 python=3.8
conda activate yolov5  #  激活yolov5
pip config set global.index-url  #  换源

镜像换源地址 

 进入NVIDIA控制面板，检查CUDA最高安装版本，进入PyTorch网页（可以选择历史版本），复制代码安装

3.Git yolov5官方代码

打开requirements.txt文件，手动调整numpy版本（用最新版本，防止兼容性问题）

 用requirements.tx文件安装

cd (yolov5文件夹）
cd (yolov5文件名）
pip install -r requirements.txt (安装其他库）python detect.py # 打印出yolov5的信息 并下载yolov5s.pt文件。如果下载慢可框选地址右键，浏览器中 下载，粘贴至Yolov5文件夹下，再次运行

环境安装补充

• 尽量用pip
• 训练、推理  无需安装CUDA，编译、部署 则需要