记录使用Anaconda、Pycharm配置Yolov5环境全过程

1.安装Anaconda

首先到Anaconda官网https://www.anaconda.com/distribution下载安装包
下载完成后打开安装包
在这里插入图片描述

建议安装在c盘以外其它盘

勾选第一项，即将安装路径自动添加到系统环境变量

稍等片刻即可下载完成，下载完成后点击next

在这里插入图片描述

不需要勾选，点击finish
至此，Anaconda下载安装完成

2.安装Pycharm

首先到Pycharm官网https://www.jetbrains.com/pycharm/download/#section=windows下载安装包，下载社区版即可
在这里插入图片描述
下载完成后打开安装包

在这里插入图片描述
建议安装在c盘以外其它盘

全部勾选

稍等片刻

打开Pycharm

输入chinese，点击下载第二个中文语言包

下载完成后重启即可完成汉化

至此，Pycharm下载安装完成

3.下载Yolov5源码

首先到官网https://github.com/ultralytics/yolov5，本文采用Yolov5-5.0版本，视情况而下载不同版本
在这里插入图片描述
下载v5.0的压缩包

下载完成后将其解压到不带中文字符文件夹下，否则会使OpenCV的cv2.imread()函数读取不了待检测图片或视频
至此，Yolov5源码下载结束

4.配置Yolov5所需环境

（1）创建虚拟环境

打开开始菜单中的anaconda prompt
在这里插入图片描述
输入以下代码，切换为清华源，方便后续包的下载

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

在这里插入图片描述
创建名为yolov5（名字可以改变）的虚拟环境，这里python版本使用的是3.8,可以视情况改变

conda create -n yolov5 python==3.8

在这里插入图片描述
稍等片刻，询问是否下载，输入y

耐心等待创建完成

虚拟环境创建完成后提示如下

输入

activate yolov5

即可激活刚才创建的yolov5环境并进入该环境，此时前缀由base变为yolov5
在这里插入图片描述

（2）查看cuda版本，下载相应版本pytroch和cudnn

输入

nvidia-smi

可以查看cuda的版本号，如图可知本人的cuda版本号为11.7
在这里插入图片描述
接下来，去pytorch官网https://pytorch.org/get-started/locally/寻找相应版本，cuda向下兼容pytorch，因此本人选择最新的11.6

复制勾选代码

粘贴在anaconda prompt中，确认下载，等待片刻

下载完成后输入

conda list

可以看到环境中的配置
在这里插入图片描述
主要查看有无 cudatoolkit 和 pytorch

在命令框输入

conda install cudnn

下载cudnn版本会自动适配cuda版本
在这里插入图片描述
等待下载完成后，输入

conda list

查看已安装配置中是否有cudnn
在这里插入图片描述
最后，验证cuda和cudnn是否可以正常使用

python
import torch
a = torch.tensor(1.)
a.cuda()
from torch.backends import cudnn
cudnn.is_available()
cudnn.is_acceptable(a.cuda())

出现如图所示即为正常
在这里插入图片描述

（3）配置其他所需包

打开pycharm，选择yolov5文件路径
在这里插入图片描述
点击设置里python解释器全部显示

添加刚才创建的名为yolov5的环境

在这里插入图片描述
查看安装要求

打开anaconda prompt，以此安装上述软件包，注意版本不能低于要求也不能过高
灵活使用

pip install

和

conda install

指令下载（pip下载要比conda快）
在这里插入图片描述

前面的软件包都顺利安装，除了pycocoytools

我在b站一个视频下找到了解决办法，pycococtools的安装包https://pan.baidu.com/s/1nWQdPRtGwNnOO2DkxRuGuA提取码：i5d7 安装完直接解压复制其中pycocotools两个文件夹到conda环境…\Lib\site-packages之中
在这里插入图片描述

之后打开pycharm，上方已经没有安装要求，说明yolov5环境配制完成