在CPU上跑YOLO V5学习记录

要想在CPU上面跑，环境很重要，我先默认大家安装好了pycharm，并且默认配置好了python。我的python版本是3.7.3（我且称它为原生版本）。

一、配置环境（非常重要）

1. 首先你要去安装一下Anaconda，我的电脑是64位的，所以我用的版本是64位的（推荐使用清华源的镜像下载）。

Anaconda3-5.2.0-Windows-x86_64.exe

2. 下载打开后进入，选择这样子

我这里安装到了F盘，因为我的C、D、E盘都满了。

3. 完成安装之后，我们进行配置并测试一下

4. 测试一下（在cmd中输入并回车查看一下）

conda --version

出现这个就可以了，接着换一下源

5.换源在cmd中接着依次输入以下代码

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

6.完成后在电脑的用户目录下找到.condarc的文件，用记事本打开查看

是这个样子就行

6.在cmd中接着输入，该过程有点消耗时间，虽然说已经换好了源，但是下载起来的确不太快

conda update conda

这是我在安装的过程中遇到的一丢丢的小问题，下载速度的确是太慢了！下面更新包我就不更新了，后面在pycharm中直接配置就可以了。

7.接着在cmd中输入以下内容，出现图中的样子就可以了

python-V

到这一步，恭喜你环境已经搭建完成了。

以上内容，我参考了一下这篇博客，如果你想在把原生的python调出来，可以跟着这篇博客接着来操作。

二、还是配置环境（还是很重要）

1. 接着打开cmd，在下面输入以下内容，跑一会

conda create -n yolov5 python=3.7

2. 等待一会，输入y，回车

3. 最后出现以下内容，算是配置完事了

到这里，yolov5的环境算是搭建出来了

三、导入Pytorch库

1.在cmd中输入

conda activate yolov5

路径前出现（yolov5）就说明激活成功！

2.异常处理，如果说你输入后，在路径前没有出现，如果出现的以下的内容，请跟着2.1走。

2.1

activate  # 重新进入虚拟环境

deactivate # 重新退出虚拟环境

activate （你想要进入环境）# 就OK了

然后出现这个样子就ok了

3.接着去pytorch官网，选择你要的配置，我这里是用的CPU跑，当然是选择这样的

4.在cmd中接着输入官网上显示的最后那句

conda install pytorch torchvision torchaudio cpuonly -c pytorch

5.等待一会，输入y，回车；再等待一会，出现done，说明Pytorch库导入成功！到这里，我们已经要结束在cmd上的操作了，下面我们转战pycharm。

四、在pycharm上操作

我的pycharm的版本是PyCharm Community Edition 2022.2.3，其他版本的也可以，没必要纠结版本嘛。

1. 先去Giicode上下载项目

2. 解压并用pycharm打开

3. 配置一下解释器

4. 配置完成后，在pycharm的右下角会显示Python3.7(yolov5)

5.打开requitements.txt，上面写了所需要库的版本

6.大家可以直接pip安装，不过前提条件要换源，我这里用的还是清华源。我在安装时没有用pip安装，因为我这里显示了一些不知名的bug，所以我保险起见用了手动添加。

7.点击运行左侧的detect.py文件，在这个过程中，可能会因为网速原因导致你与github之间的链接问题

看现在网速极其的慢，现在你可以点击他说的那个链接，手动下载好，将下载好的yolov5s.pt直接放到项目文件夹里面。

8.接着我们改一下模型里面的一些代码，先找到这个文件，在utils文件夹下面，datasets.py的这个文件的第161行，先把这一行注释掉，再在下面写一行代码。

p = str(Path(path))

9.接着跑一下detect.py，如果再报错，就是你的库文件安装的版本可能过高或者过低。我在运行是碰到了一些错误。如果你遇到了跟我一样的报错，可以跟着这些解决。

9.1AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘

9.2UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the ........indexing argument return _VF.meshgrid(tensors, **kwargs) # type: ignore[attr-defined]（打开看第四步）

10.解决bug，跑完之后再看一眼跑完后的效果（在runs文件夹下面的detect文件夹下面的exp文件夹可以看到处理后的图片）

五、结语

好好学习，认真解决bug！！！！