yolov5环境安装（windows）（踩坑总结版）
yolov5训练的环境在windows里面安装不可谓不坑，特别是安装GPU版本，但是买了N卡的电脑不能只是为了打游戏 ，故而本文就总结一下我在安装yolov5时踩过的坑和一些小经验
配置虚拟环境
conda create -n yolov5 python=3.7 //创建环境
conda activate yolov5 //激活环境
小妙招
参考
https://blog.csdn.net/qq_24852439/article/details/88597644
类似于linux系统直接在文件夹打开命令行效果
不过这篇文章稍微有点问题，应该是在Anaconda下面建Icon而不是command，类似下图
下载安装CUDA11.1 及 cuDNN
参考
https://blog.csdn.net/m0_37605642/article/details/98854753
注意都可以复制链接到迅雷下，贼快，包括cuDNN ,cuDNN要多下几次才行，有时不知道为啥下的是几kb，迅雷也都是P2P下载，我估计这nvidia压根没开国内下载，我得要别人下载时才能下点
yolov5环境安装
参考文章
https://blog.csdn.net/qq_41627642/article/details/107628727
https://blog.csdn.net/qq_36379719/article/details/111368600
https://blog.csdn.net/julyli2019/article/details/111666353
代码下载
选择你的工作区，右键菜单打开Anaconda命令行,克隆yolov5仓库
git clone https://github.com/ultralytics/yolov5.git //克隆yolov5仓库到你的工作区
conda activate yolov5 //激活环境
requirements.txt安装部分环境
将yolov5目录下的requirements.txt，改为
# pip install -r requirements.txt
# base ----------------------------------------
Cython
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python==4.1.2.30
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
tensorboard>=2.2
tqdm>=4.41.0
# logging -------------------------------------
# wandb
# plotting ------------------------------------
seaborn>=0.11.0
pandas
# export --------------------------------------
# coremltools==4.0
# onnx>=1.8.0
scikit-learn==0.19.2 # for coreml quantization
# extras --------------------------------------
thop # FLOPS computation
#pycocotools>=2.0 # COCO mAP
这里的改动是因为gpu的Pytorch需要额外下载
至于pycocotools,可以参考下文安装，笔者因为没安vs所以失败了，
https://www.jianshu.com/p/8658cda3d553
实际上如果只是训练自己数据集的话，这个工具对训练没有影响
修改好后便使用pip安装
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
cudatoolkit安装
使用迅雷下载cudatoolkit，地址如下
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/cudatoolkit-11.0.221-h74a9793_0.conda
这里之所以用迅雷下载，是因为笔者发现就算conda使用了清华源下载仍旧很慢，故推荐用迅雷下载安装的方法
下载完以后在对应文件夹打开conda命令行，激活yolov5环境，输入
conda install cudatoolkit-11.0.221-h74a9793_0.conda
gpu版Pytorch pip安装
采用官网提供的命令，pip相对于conda安装更加方便
pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
测试一下环境有没有安装好
python
import torch
torch.cuda.is_available() #如果为True就安装好了
环境安装完毕！
此外在yolov5代码里还有一些小坑
train.py中的git检查
建议如下注释掉，之前和同学整训练突然跳出来一个github然后就不动了，贼阴间
if opt.global_rank in [-1, 0]:
# check_git_status()
check_requirements()
windows下训练的小特点
OSError: [WinError 1455] 页面文件太小，无法完成操作。
上述都弄好后一训练弹出一个阴间报错，原来是windows的特性，根据这篇文章将workers的数量改为0即可
https://blog.csdn.net/qq_36379719/article/details/111368600
parser.add_argument('--workers', type=int, default=0, help='maximum number of dataloader workers')
至此苦恼的环境安装就彻底完成了