【YOLO】YOLOv5安装记录（Ubuntu16.04+GTX1650+CUDA10.2）
1. Miniconda安装
参考conda和ros环境共存方法
为了防止ROS和conda之间到环境冲突，在安装conda后不要conda init
安装完毕后修改.bashrc:
gedit ~/.bashrc
在文件后面添加:
alias setconda='. ~/miniconda3/bin/activate'
注意上述代码miniconda3部分换成自己的安装目录。
2.NVIDIA驱动安装
参考ubuntu16.04+GTX1650 安装cuda,驱动会自动安装！
直接安装cuda即可，我选择安装cuda10.2，亲测有效。
3.YOLO环境配置
1.配置conda镜像源
参考anaconda换源和恢复默认源
恢复默认源：
conda config --remove-key channels
换源：
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
2.创建虚拟环境
conda create -n yolo python==3.7
假如出现conda Collecting package metadata (repodata.json)卡住或 failed问题，有可能是挂了代理。
安装卡住失败了可以执行以下命令清除缓存：
conda clean --all
3.安装Pytorch
参考YOLOv5的Github页面，选择Pytorch1.7.1， CUDA10.2的版本。
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch
删掉结尾的-c pytorch会使用自定义镜像源下载。
4.安装YOLOv5依赖
参考YOLOv5的Github页面，在此前创建的虚拟环境运行：
git clone https://github.com/ultralytics/yolov5 # clone
cd yolov5
pip install -r requirements.txt # install
至此YOLO环境安装结束。
5.与ROS冲突解决
参考ImportError: /opt/ros/kinetic/lib/python2.7/dist-packages/cv2.so: undefined symbol: PyCObject_Type
在detect.py, train.py前面加上下面的代码：
#ROS conflict
import sys
sys.path.remove('/opt/ros/kinetic/lib/python2.7/dist-packages')
解决与ROS的冲突。