yolov5笔记之环境搭建

'''YOLOV5环境搭建
0. Pycharm  : https://www.jetbrains.com/pycharm/download/#section=windows
1. YoloV5源码：https://github.com/ultralytics/yolov5
2. Anaconda3: https://docs.conda.io/en/latest/miniconda.html
   1. 查看环境：conda list
   2. 创建环境：conda create -n yolo5 python==3.7
   3. 查看环境：conda info -e
   3. 激活环境：activate yolo5 前面出现(yolo5)代表当前在yolo5环境
3. CUDA ： https://developer.nvidia.com/cuda-toolkit-archive
   1. NVIDIA控制面板-帮助-系统信息-组件-NVCUDA.DLL后面有版本号表示最高可以装哪个CUDA版本
   2. cmd中输入 nvidia-smi   右上角：CUDA Version: 版本号   表示最高可以装哪个CUDA版本
   3. cmd 输入 nvcc -V
      出现 nvcc: NVIDIA (R) Cuda compiler driver
           Copyright (c) 2005-2019 NVIDIA Corporation
           ....
           ....
    CUDA安装完成后，去系统设置-高级-环境变量里找是否有如下
       CUDA_PATH    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
       CUDA_PATH_V10_1    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
       有则安装成功
4. cuDNN: https://developer.nvidia.com/rdp/cudnn-archive#a-collapse805-101
   1. 找到对应CUDA版本的CUDNN后，展开选windows的。右击复制链接，然后打开迅雷直接下载。不用注册账号
   2. 解压下载好的cuDNN包，并解压，得到bin include lib 三个文件夹
   3. 覆盖：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1[这里是版本号]
5. pip批量安装requirements.txt文件中包含的组件依赖
   0.删除requirements.txt中
		torch>=1.7.0
		torchvision>=0.8.1
   1. 到yolo5源码内cmd
   2. 激活yolo5环境：activate yolo5  前面出现(yolo5)代表当前在yolo5环境
   3. 批量安装：pip install -r requirements.txt
      清华源(-f https://pypi.tuna.tsinghua.edu.cn/simple/)
   4. 等待安装完成
6. pytorch: https://pytorch.org/get-started/previous-versions/
   1. 查找对应CUDA版本的pytorch
      ctrl+F # CUDA 10.1    //表示对应的cuda版本号 下面这行要是pip开头的
      安装对应的torch
      torch==1.9.1+cu111
      torchvision==0.10.1
      cu111
      pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html
      卸载torch
      pip uninstall torch -y
      安装完成后
        1. cmd 激活yolo5环境，再python，可以看到python版本
	import torch
	print(torch.__version__)
	print(torch.cuda.is_available())#查看GPU是否可用
	print(torch.cuda.device_count())#返回GPU个数

7. 将Arial.ttf文件放入C:\Users\Administrator\AppData\Roaming\Ultralytics\目录
8. 开始训练
   1. 激活环境
   2. 填写对应命令
9. 注意事项
   1. TypeError: Descriptors cannot not be created directly.[pip install protobuf==3.20.0] 装 pip install protobuf==3.20.1
   2. CUDA out of memor  更改  batch-size 默认-1 一次训练所选取的样本数 -1表示自适配
   3. workers=0
    '''