Yolov5环境部署步骤记录

---

1.Anaconda

安装，Anaconda3-5.3.1-Windows-X86_64.exe，装好之后；
配置环境变量，这样我们在自己的CMD以及Pycharm终端里，也能使用Conda命令；

1.1 虚拟环境

新建YoloV5所需要的虚拟环境：
conda create -n yolov5 python=3.7
出现Done后，表示新环境创建成功。

1.1.1 虚拟环境手动配置Pytorch库

进入Pytorch官网，https://pytorch.org/
点击Install，由于笔记本没有独显，选择如下图配置。(稍晚会用带GPU的来测试)

激活上面Yolov5的虚拟环境，输入上图的conda install pytorch torchvision torchaudio cpuonly -c pytorch；
等待，直到出现Done导入成功。

---

2.Pycharm社区版

特别注意！
要安装2021.3.2版本的Pycharm,目前2022.3.2版本的不兼容旧的Conda环境解释器配置；
安装过程，略。

2.1 Yolov5源码下载

进入Github，https://github.com/ultralytics/yolov5，本次使用的V7.0的源码版本
下载-解压至硬盘，右键解压出来的文件夹，用Pycharm打开，信任该项目。

2.2 Pycharm设置

单击右下角的解释器设置(或者点选直接添加解释器)

选择Conda环境---现有环境
解释器选择部署电脑上的Anaconda3\envs\xxx\python.exe
Conda可执行文件选择anaconda3\Scripts\conda.exe
选完之后，点击确认。

给Yolo项目指定虚拟环境的解释器。

3. Yolov5

3.1 安装所需的插件

找到项目下的requirements.txt文件，复制命令；
在终端install相应的插件(记得科学上网)，如果我们手动导入了pytorch,应该可以把对应的单行注释掉。

安装过程后，一般会遇到一个编码错误，可以把本机电脑(控制面板---时钟区域--数字格式)设置成全局UTF-8；
之后重新pip install -r requirements.txt 解决；

3.2 运行detect.py

找到目录下的detect.py，运行。

遇到报错提示，cannot import name ‘OrderedDict‘ from ‘typing‘
可以先在虚拟环境安装该插件，pip install typing_extensions；
双击定位错误位置maxvit.py，新增代码，让OrderedDict从typing_extensions导入；

再次执行，应该会自动安装yolov5s.pt，记得科学上网！
如果手头已经安装好了，可以提前把该文件放在yolov5-master目录下；
执行后，出现下图，跑通的Demo图片在下图的路径中，也表示环境部署完成！