yolov5环境配置（Pytorch），免手动安装CUDA

一、前期准备

1.检查显卡版本

? ? ? ? 1.1打开命令提示符

? ? ? ? win+R输出cmd即可打开

在命令提示符中输入

nvidia-smi

我途中圈起来的部分就是我的电脑所能支持的最高的CUDA版本号

本文选用CUDA11.3安装

2.安装Pycharm

? ? ? ? 官网链接：Download PyCharm: Python IDE for Professional Developers by JetBrains

注意选社区版

Pycharm的安装不做过多表述，下载下来直接安装即可，网络中的安装教程有非常多就不做过的说明，无脑安装即可

3.安装anaconda

? ? ? ? 官网链接：Free Download | Anaconda

? ? ? ? （PS：建议不要下太新的版本）

本篇文章中是以Anaconda 2023.07-2的版本，为例进行按装的

安装过程没有什么特别难的，注意选好安装位置（存储空间一定要大，为将来创建虚拟环境做好准备），无脑安装就可以

安装完成后会在最近添加中出现

二、安装开始

????????1.选中Anaconda Prompt,开始创建环境

????????

????????

? ? ? ? 进入界面输入

conda env list

????????

可以看到我已经创建的四个虚拟环境，其中base是默认的环境，自己创建的环境，其所在位置和你安装的Anconda的位置有关，都会在Anconda所在文件夹下的envs文件中创建

2.添加镜像源

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

3.虚拟环境划分

??在窗口中输入（看完后文解释在输入）

????????conda create -n test?python=3.8

这个命令的意思是在conda中创建一个名为test的虚拟环境，选择的python版本为3.8

这里注意test这一虚拟环境名可以做任意替换，根据自己的习惯命名即可

但是python版的选择上要注意选择和自己CUDA和pytorch相匹配的版本

我选择的CUDA版本是11.3所以我选择的python版本是3.8

版本的对应关系大家可以查看

老板来碗小面加蛋~的这篇博文，文中写的非常详细01 Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python与Anaconda的对应关系_pytorch和cuda对应版本-CSDN博客

输入y，回车即可

下载完成

输入conda activate test

进入test环境

输入（看解释在输入）

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

这个命令是根据自己的cuda的版本好选择的

进入pytorch官网中的历史版本：Previous PyTorch Versions | PyTorch

找到自己的版本即可

注意不要选择成cpu版本，找对对应的CUDA版本号

至此环境配置已经完成

三、环境测试

? ?1.? 在pycharm中打开一个yolov5的项目

添加解释器

在终端中输入

pip install -r requirements.txt

安装完成后运行detect.py

2.调试过程中常见错误列举

? ? ? ? 2.1 numpy版本不匹配

? ? ? ? ? ? ? ? 卸载numpy 安装对应版本

pip uninstall numpy

? pip install numpy==正确版本

? ? ? ? 2.2出现?Traceback (most recent call last)

? ? ? ? ? ? ? ? 缺啥安装啥

? ? ? ? ? ? ? ? pip install 包名

????????????????