超简单：解决yolo v5测试detect时torch与torchvision版本不匹配的问题

解决YOLO V5报错： Couldn’t load custom C++ ops. This can happen if your PyTorch and torchvision…

简单到你无法想象

在CSDN上面搜了很多解决方法，但是还是解决不了问题，他一直报错。后期我自己解决问题之后，发现有些博客其实已经给出了答案，但是非常模棱两可，不知道为什么程序调试的问题老是喜欢玩文字游戏，在哪里巴拉巴拉讲一堆原因就是没给出非常详细的解决方案。

前提：

• 必须要确保你的GPU环境配置已经没有问题并且相关准备工作已经完成。
• 只是因为你的torch和torchvision的版本无法匹配。
• 关于torch和torchvision匹配的关系按照我的方法好像不用刻意去关注， 只需要确定好你的cuda对应的torch是哪个版本即可

解决步骤：

• 首先进入pytorch官网，地址：link

• 点击上方菜单栏"Get-started"
  

• 点击"Previous PyTorch Versions"
  

• 注意：千万不要选择使用conda安装的方式安装torch和torchvision

• 根据你的cuda版本去选择pip版本的torch和torchvision（以我的V11.3为例）

• 

• 找到适合你的pip安装命令之后，打开Anaconda自带的终端，打开你创建的虚拟环境，然后把符合你版本安装的pip命令复制回车即可。

  • 这一步需要注意：一定是要在打开虚拟环境下进行（因为我是在虚拟环境下安装的，也许有其他方法，但我不确定，所以如果和我一样使用虚拟环境安装的uu可以注意一下这点）