yolov5-5.0-pytorch-gpu环境配置

视频教程:点击观看视频教程

一、安装anaconda或miniconda

1. 打开anaconda官网，往下翻找到安装包下载

或者打开miniconda官网，找到安装包下载

然后安装即可(建议勾选添加路径到环境变量)

2.anaconda换源

通过换源可以更加快速的加载各种包，首先运行以下代码创建.condarc文件

conda config --set show_channel_urls yes

然后将在c盘(C:\用户\用户名)目录中找到.condarc文件并将内容改成下面

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

有问题参考:

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

3.pip换源

在cmd中输入以下代码即可

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

二、配置虚拟环境

1.创建一个虚拟环境

//创建一个python3.7的环境，-n后的名字是自定义的
conda create -n yolov5 python=3.7

2.下载代码

1. 在该网址下下载5.0版本代码：https://github.com/ultralytics/yolov5

2. 解压后使用pycharm或者vscode打开

3. 配置环境

3.安装pytorch

1. 打开pytorch官网：https://pytorch.org/get-started/locally/

2. 选择需要的pytorch版本

   

3. 复制命令安装

   pip3 install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
   

3.安装其它版本pytorch

1. 打开网址：https://download.pytorch.org/whl/torch_stable.html

   

2. 然后选择自己需要的torch和torchvision进行下载，使用pip命令安装。

4.安装项目依赖包

在虚拟环境中进入项目路径,输入以下命令

pip install -r requirements.txt

三、查看GPU是否可用

运行以下代码进行查看，输出true则代表可以使用

import torch
print(torch.cuda.isavaliable())

三、查看GPU是否可用

运行以下代码进行查看，输出true则代表可以使用

import torch
print(torch.cuda.isavailable())