（請先看置頂博文）本博打開方式！！！請詳讀！！！請詳讀！！！請詳讀！！！_Cat-CSDN博客
目錄
一、安裝Anaconda或Miniconda
二、安裝CUDA
三、安裝cuDNN
四、安裝Python
五、安裝Yolov5環境
1、下載Yolov5 5.0源碼壓縮包
2、解壓并打開requirements.txt
3、安裝Pytorch
4、安裝其他依賴項
5、下載權重
六、運行Yolov5
附錄一 下載安裝Pytorch
附錄二 下載安裝torchversion
?這已經是目標檢測第5步了，本篇文章的前四章將會對目標檢測前4步進行一個回顧。
一、安裝Anaconda或Miniconda
Miniconda安裝步驟見博文：目標檢測第1步：如何在Windows 10下安裝MiniConda？_liO_Oil的博客-CSDN博客_miniconda
Anaconda安裝步驟詳見博文：目標檢測第2步：如何在Windows 10下安裝Anaconda？_liO_Oil的博客-CSDN博客_anaconda下載
? ? ? ?雖然有的同學就是想單純試驗一下Yolov5，但是按照這個教程安裝Anaconda后，可以較為順利的安裝依賴，與此同時還為以后的代碼運行做鋪墊（因為Jupyter lab包含在其中，并且軟件源已經更換了）
二、安裝CUDA
CUDA的具體安裝教程可以查看此博文：目標檢測第3步：如何在Windows 10系統下安裝CUDA（更新時間2022.03.22）_liO_Oil的博客-CSDN博客
三、安裝cuDNN
cuDNN的安裝步驟見博文：目標檢測第4步：顯卡、GPU、CUDA、cuDNN的介紹及如何在Windows 10下安裝cuDNN？_liO_Oil的博客-CSDN博客
四、安裝Python
Yolov5（5.0）需要Python3.7版本以上，所以這里提供一種安裝Python的方法，Python的版本不要太高，我用的是3.9.7，詳見博文：一、Pytho第一課——Python安裝及配置路徑方法（最詳細小白教程，沒有之一。如若不懂，不是還可以私信嘛!對吧？）_Cat-CSDN博客
五、安裝Yolov5環境
1、下載Yolov5 5.0源碼壓縮包
網址：GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite
打開網頁后，如圖1所示。點擊Tags后選擇5.0版本，并點擊zip下載，如圖2所示
圖1 YOLOv5GitHub頁面?
圖2?下載Yolov5源碼壓縮包?
?學會了5.0環境的配置，6.0的不就無師自通了嘛？? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
2、解壓并打開requirements.txt
第一行“pip install -r requirements.txt”就是安裝以下依賴包的命令，如圖3所示.
pip install -r requirements.txt?這個是卸載命令：
pip uninstall -r requirements.txt #卸載requirements.txt文件里的所有依賴pip uninstall torch # 卸載torch的命令輸入該安裝命令后可實現“一鍵安裝”的效果。因為是Python語言，所以有“#”號的代碼都不執行。其中torch分為CPU版本和GPU版本，因為我有好一點的顯卡，可以安裝GPU版本，所以就在torch及torchvision前加個#號。
圖3 Yolov5需要的依賴項??? ? ? ??
3、安裝Pytorch
? ? ? ?注意：按照此方法，Pytorch將會被安裝在整個環境中，可能對其他項目的環境產生干擾。若有需要，可使用Anaconda或者Pycharm創建虛擬環境！！！創建虛擬環境后，再按照下面的步驟進行環境的配置。
Pytorch網址：Start Locally | PyTorch
? ? ? ?打開網頁后顯示的是如圖4所示的界面，因為我們在“目標檢測第3步：如何在Windows 10系統下安裝CUDA”中安裝的是CUDA11.1的版本，所以我們需要安裝與CUDA版本對應的Pytorch（GPU版）。點擊圖4中紅框超鏈接，可以轉跳到之前的版本下載界面，界面如圖5所示。
圖4 Pytorch下載界面
?圖5 Pytorch之前版本的下載界面
圖5的界面下方包含Pytorch之前的所有版本，我們找到CUDA11.1支持的Pytorch1.8.1（torch==1.9.0也是可以的）如圖6所示。
?圖6 CUDA11.1支持的Pytorch1.8.1版本安裝命令
再多說一下，CUDA版本的查看方式是，打開cmd，輸入以下命令：
nvcc --version然后敲擊回車，即可出現以下截圖，如圖7所示。
圖7?查看CUDA版本
將圖7中復制的Pytorch安裝命令復制后，打開cmd命令行，進行下載，如圖8所示。（下載可能很慢，因為是國外的網站，此時可以按照附錄一的方法下載。如果還是不行，可以聯系我，我會熱情的幫你下載！）無論是使用哪種方法下載，必須執行這一步。速度快，則繼續。慢，則使用附錄一的方法。
?圖8 Pytorch1.8.1成功安裝
?圖9 安裝進行中
安裝成功如圖10所示：
圖10?pytorch安裝成功
注意： 圖9、圖10是之前嘗試CUDA11.8+Pytorch1.11.0成功安裝時的截圖，放在這里是供大家參考，判斷什么時候才是安裝Pytorch成功。這個搭配后來在YOLOv5 5.0推理時出錯了，所以才更新博客，降低Pytorch的版本。
????????為了進一步確保torch安裝成功，我們需要在Python中驗證一下。在cmd命令中輸入“python”，出現>>>符號后，輸入import torch，再次出現>>>符號時，則表明安裝成功。除此以外，還可以鍵入“torch.__version__”查看信息。如圖11所示：
python # 運行Python
import torch # 導入torch
torch.__version__ # 查看torch版本信息
torch.cuda.current_device() # 查看有幾個顯卡設備
torch.cuda.is_available() # 查看顯卡是否激活
torch.cuda.get_device_name() # 查看顯卡設備名稱
圖11?驗證torch安裝成功操作
還可以輸入“torch.cuda.current_device()”,查看CUDA，如圖12所示，出現0代表只有一個顯卡：?
圖12?查看當前設備命令?
查看顯卡名稱命令行：“torch.cuda.get_device_name()”，如圖13所示。?
圖13?查看顯卡名稱?
查看顯卡是否是激活狀態：“torch.cuda.is_available()”，如圖14所示。
圖14?顯卡是否激活查看命令
????????至此，GPU版本的Pytorch已經安裝完成。細心的同學可以發現，安裝Pytorch時，torchvision也已經安裝在里面了，而且也滿足requirements.txt的要求。所以，可以在requirements.txt里將torchvision注釋掉（加#號）。如果當時安裝Pytorch選擇的是附錄一的方法，那么此時也得選擇附錄二的方法下載和安裝torchversion（詳見附錄二）?????????? ? ?
4、安裝其他依賴項
打開requirements.txt文件，在torch和torchvision前加#號，如圖15-1所示：
圖15-1 備注掉torch和torchvision
復制第一行命令（不要復制#號），即
pip install -r requirements.txt隨后在對應的文件夾導航欄輸入cmd，敲擊回車，如圖15-17所示：
?圖15-2 安裝其他依賴操作示意圖（1）
圖16?安裝其他依賴操作示意圖（2）?
圖17?安裝其他依賴操作示意圖（3）?
5、下載權重
網址：Release v5.0 - YOLOv5-P6 1280 models, AWS, Supervise.ly and YouTube integrations · ultralytics/yolov5 · GitHub
打開網址后下，如圖18所示。一直往下拉，找到圖19所示的地方，直接點擊紅框圈中的文件名下載對應文件，一共有4個。將這4個權重剪切到如圖20所示的目錄中。
圖18?首頁
圖19?權重截圖?
?圖20?目錄結構?
六、運行Yolov5
? ? ? ?打開存有“Yolov5_master”的文件夾，如圖21所示。隨后，在紅框位置即目錄導航欄輸入“cmd”，并敲擊回車，輸入“jupyter lab”,回車。即可顯示如圖22-26所示的界面。接下來，按照圖的操作進行。
圖21?目錄結構2?
圖22?jupyter lab界面1?
?圖23?jupyter lab界面2
?圖24 運行結果1
圖25 修改權重文件路徑命令
圖26?代碼成功運行截圖?
???????可以將自己的圖片等資源放進“source/data/images”目錄中。在運行代碼時，指明文件名（包含文件后綴），重新運行代碼，即可進行識別，最后會有信息提示識別的產物存儲在哪里。至此Yolov5環境已安裝成功。?
????????細心的同學可能又發現了，解壓完Yolov5的壓縮包后，直接打開jupyter lab運行inference不就可以直接安裝依賴了嗎？是的，這是在很理想的網絡條件下才可以，而且這樣做安裝的Pytorch版本很可能是CPU版本的。
圖26-1 檢驗圖片、視頻等命令格式?
圖26-1告訴我們檢驗攝像頭、圖片、視頻等的方法，可以嘗試一下。? ? ?
附錄一 下載安裝Pytorch
1.復制命令行里的網址，網址的位置如圖25所示，并粘貼到瀏覽器的網址導航欄里。例如：
https://download.pytorch.org/whl/cu111/torch-1.8.1%2Bcu111-cp39-cp39-win_amd64.whl，
即可開始下載對應的文件。
圖27?網址位置示意圖?
2.將對應文件剪切到某一目錄下，在該目錄的導航欄處輸入cmd，敲擊回車，即可在對應目錄
下打開cmd命令框。將文件名連同文件后綴復制，在cmd命令框中輸入：“pip install xxxxx”（xxxxx代表剛才復制的內容），回
車，即可開始安裝。如圖28所示：
圖28 安裝示意圖?
安裝成功即可出現以下標志如圖29所示，檢驗的命令和上面說的一樣，這里的截圖是初代版本的，僅供參考，不一定要完全一樣。
圖29? 成功安裝?
附錄二 下載安裝torchversion
1.復制命令行里的網址，網址的位置如圖30所示。例如：https://download.pytorch.org/whl/cu111/torchvision-0.9.1%2Bcu111-cp39-cp39-win_amd64.whl，即可開始下載對應的文件。
圖30?網址位置示意圖?
2.將對應文件剪切到某一目錄下，在該目錄的導航欄處輸入cmd，敲擊回車，即可在對應目錄下打開cmd命令框。將文件名連同文件后綴復制，在cmd命令框中輸入：“pip install xxxxx”（xxxxx代表剛才復制的內容），回車，即可開始安裝。和附錄一的過程類似。就不再多敘述了。torchaudino在requirements.txt沒有被要求，所以就不必理會了。?
