搭建yolov5+DeepSORT
参考
最新Anaconda3的安装配置及使用教程（详细过程）
Windows系统CUDA10.2+CUDNN安装教程
环境配置
1.ANACONDA
2.CUDA&DUDNN
3.PYTORCH
4.OPENCV
5.YOLOV5
6.DeepSORT
ANACONDA
官网下载：https://www.anaconda.com/products/individual#Downloads
清华源地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
在Environments建个环境用于配置yolov5
然后看下这表 基本就这样了。
conda --version #查看conda版本，验证是否安装
conda update conda #更新至最新版本，也会更新其它相关包
conda update --all #更新所有包
conda update package_name #更新指定的包
conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy
pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包
source activate env_name #切换至env_name环境
source deactivate #退出环境
conda info -e #显示所有已经创建的环境
conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
conda remove --name env_name –all #删除环境
conda list #查看所有已经安装的包
conda install package_name #在当前环境中安装包
conda install --name env_name package_name #在指定环境中安装包
conda remove – name env_name package #删除指定环境中的包
conda remove package #删除当前环境中的包
conda create -n tensorflow_env tensorflow
conda activate tensorflow_env #conda 安装tensorflow的CPU版本
conda create -n tensorflow_gpuenv tensorflow-gpu
conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本
CUDA&DUDNN
查看组件信息 我这里是11.1
根据这个讯息下载同等版本或则向下的CUDA包。我用的10.2.
听说这个装不上，所以拿掉。 具体我也没试，赶时间。
装完确认下
然后对应10.2.下载CUDNN 。
赶时间。直接下别人的。官网网速太卡慢了。
全选复制所有到CUDA的安装目录。
默认安装目录是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
然后添加系统环境变量指向：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
最后在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite的目录下执行bandwidthTest.exe 结果PASS 即可
PYTORCH
在conda yolov5的环境配置 CUDA 和CUDNN
conda install cudatoolkit=10.2.
conda install cudnn=7.6.5
或则进入pytorch 官网：https://pytorch.org/get-started/previous-versions/
太卡就到清华的开源下载： https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
下载完输入命令：
conda install --offline pytorch-1.8.0-py3.8_cuda10.2_cudnn7_0.tar.bz2
输出True 就可以借用GPU来处理了。
同理，torchvision 如果conda下载不下来。也通过离线安装。
OPENCV
pip install opencv-python （卡慢还容易掉）
借用阿里云的国内源分分钟搞定 ：pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple/
YOLOV5
注释下（因为默认pip下载的话是cpu版本的。）
安装库包
pip install -r requirements.txt
6.DeepSORT
移植 yolov5 models,utils.至DeepSort包
安装 imutils
pip install imutils
安装easydict:
cd yolov5-deepsort/easydict
python setup.py install
将yolov5的权重文件放置weights文件夹下
yolov5-deepsort/objdetector.py底下更改权重。
计数实时监测套RTSP
实时监测 根据情况调整线的位置和逻辑。
