毕设：基于Yolov5的手势识别应用与实现_前期环境准备
运行环境：
这个项目主要需要准备的环境以及软件有：python，Anaconda，Pycharm
主要用到的库：yolov5，OpenCV以及他们的一些依赖库
软件安装以及环境配置：
作者在这里主要是记录一下过程中遇到的问题，毕竟这些软件的安装在网上一搜一大堆，我就不再这里制造网络垃圾了
首先是最为简单的python，这个随便一搜就能搜到
关键词：python安装
安装好了python，当然要有一个好用的编辑器啦，在这里我用的是Pycharm，可以和Anaconda很好的联动。
关键词：pycharm安装
python+ptcharm的安装教程链接：点我！！！！
在之后就是Anaconda，这是个非常好用的环境管理工具，毕竟我们会经常用到不同版本的工具，分别在不同的环境下运行，安装不同版本的依赖互相之间不影响，这是非常方便的。然后还是献上连接：安装Anaconda
其中我遇到的一些问题呢，首先是pycharm要注意绑定的是哪个环境，是原生的Python呢，还是你用Anaconda创建的环境呢。
查看与更换这个项目所配置的环境：
接下来是Yolov5的下载与配置：
先下载打包好的yolov5：GitHub - ultralytics/yolov5: YOLOv5 in PyTorch > ONNX > CoreML > TFLite
你可以看到解压好的文件中有一个requirements.txt，这就是运行yolov5所需要的依赖目录，pycharm终端进入到yolov5的目录下，运行下边这一句安装依赖。
pip install -r requirements.txt当安装好之后，什么都不用动，运行一下detect.py
当出现以下结果，证明你很成功！！！
这之后是提升训练速度的部分，没有GPU的可以不用看啦
众所周知训练吃算力，跑不动大模型或者动辄就是几个小时的训练谁也受不了，这时候就要搬出我们用来打游戏的GPU了，当然还有一个方法是用云电脑，不过我自己有GPU所以那个方法我不会哈哈哈。
想要yolov5用你的GPU进行训练就要搞定一个东西：CUDA
它有两个东西：CUDA toolkit和cudnn
首先你要看你自己的显卡是什么版本的驱动，这个很重要，要不你下了都是白下，很麻烦的（深受其害
打开英伟达面板，桌面右键或者状态栏里会有它的图标
现在先去下载 CUDA toolkit，进入这个网站：CUDA Toolkit Archive | NVIDIA Developer
进去就能看到一整个好长的列表，注意看自己对应版本号的在哪，我是11.1.102，所以下这个
然后点进去，按照图片里的配置下载：
加下来就跟安装所有软件一样，点开EXE文件，疯狂下一步，但其中有一个界面需要注意的是，安装路径：
这个地方务必截个图，自己记住在哪！！！！后边安装cudnn会用到
然后就是下载cudnn：https://developer.nvidia.com/rdp/cudnn-download
这里会需要注册个账号，不过没关系大胆注册，后边就是给你发点邮件而已，没关系
找到对应的cudnn
下载for Windows的版本
下载完之后解压，发现他其实是一堆文件，你可以把它看作安装在cuda身上的一堆装备，这时候就要用到之前记下来的CUDA安装路径了
进入到路径最末尾那个vxx.xx的文件夹，把cudnn解压出来的东西全部复制进去，直接覆盖
复制之后最后一步，配制环境路径：
把下边这四个路径添加到环境中
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp最后验证一下，是不是安装好了，安装对了：
首先win+R启动cmd，cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
大功告成！！！！！！准备开始我们的训练之旅
参考自：
cuda安装