ubuntu18.04安装显卡驱动、cuda、cudnn、anaconda并运行yolov5

配置环境

安装显卡驱动及对应版本的CUDA

直接看这个两个博客：
Ubuntu 如何根据NVIDIA显卡型号确定对应的显卡驱动版本并安装
Ubuntu 安装NVIDIA显卡驱动、安装对应的CUDA
显卡驱动尽量安装新版本的，其余的照着安装就完事儿了。

安装对应版本的cudnn

进入官网Cudnn官网下载寻找与cuda版本对应的cudnn版本。我这里是安装的8.5.0
点击会展开列表，选择其中的不带ubuntu版本的Linux_x86_64下载：
下载完后解压，这里下载完是tar.xz格式，用命令解压太麻烦，直接手动打开提取就行了。
提取完进入可以看到如下的文件目录：
有的版本可能是lib64，都一样。
接下来要拷贝.h 和 libs文件到cuda安装目录，并给予执行权限：
首先进入include文件夹路径，执行

sudo cp -d cudnn*.h /usr/local/cuda/include

再进入lib文件夹路径，执行

sudo cp -d libcudnn* /usr/local/cuda/lib64

最后执行

sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

到此cudnn就安装完成了，接下来可以测试其是否成功
7.6以前执行

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

8.0以后执行

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

出现如图所示：
安装完成。至此所有的环境都已经配置完成了。

运行yolov5进行测试

新建conda环境

先git一下yolov5的代码，顺便看一下所用的Python版本

git clone https://github.com/ultralytics/yolov5.git

要求Python>=3.7.0，那就创建3.7.0的环境。有关conda的命令可以看anaconda 常用指令总结
创建yolo的环境并进入，执行

conda create -n yolov5 python=3.7
conda activate yolov5

进入后，终端命令前面的(base)会变成(yolov5)：

配置yolov5环境

直接执行

cd yolov5
pip install -r requirements.txt 

运行

只是简单的运行测试，直接执行

python detect.py --source 0

输出中如果出现显卡型号就证明已经配置成功了，如下
摄像头启动并开始识别，证明已经完成。