YOLOv5学习笔记一：环境搭建

1、安装CUDA和cudnn

• 安装最新版本的显卡驱动
  Download Drivers | NVIDIA

• 安装CUDA工具箱，GTX1660TI是图灵架构，推荐用CUDA10.2，安培架构，推荐CUDA11系列
  CUDA10.2

• 下载cuDNN，选择CUDA10.2对应的版本
  cuDNN10.2

2、创建conda虚拟环境

conda create -n yolov5
conda activate yolov5

3、下载Yolo v5库

• github:

git clone https://github.com/ultralytics/yolov5.git

• 国内环境：

git clone https://gitee.com/wudashuo/yolov5.git

4、安装yolo v5依赖环境

确保已切换到yolov5虚拟环境
不需要手动安装包，使用脚本自动安装即可

pip install -r requirements.txt

• 国内源安装(速度非常快)

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

• 官方依赖包默认安装的pytorch是CPU版本的，可以手动安装GPU版本
  需要先卸载CPU版本

# 需要执行2次
pip uninstall torch
pip uninstall torch

然后安装gpu版本，否则会报错

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

注意：如果有多个python版本，使用pip3，最好删除其它环境的python，conda虚拟环境可以选择不一样的python版本

conda create -n yolov5 python=3.7

5、使用官方模型推理测试

• 图片测试：

python detect.py --source data\images

• 视频测试：

python detect.py --source data\automatic_drive_test.mp4

• 测试视频下载：
  automatic_drive_test.mp4