yolov5超详细环境搭建和模型训练_yolov5训练

第一部分 算法环境搭建

一、安装Anaconda

1.anaconda下载和安装

https://www.anaconda.com/products/individual#Downloads
1

安装完成后，进入环境变量配置页面，”我的电脑“右键，选择”属性“；打开页面后，选择”高级系统设置“；然后在“高级”下选择“环境变量”。
选择变量path，点击编辑；点击新建
E:\ANACONDA
E:\ANACONDA\Scripts
E:\ANACONDA\Library\mingw-w64\bin
E:\ANACONDA\Library\bin
1
2
3
4
5
6

检查是否安装成功，打开cmd,在窗口中输入以下三个指令：
conda --version
conda info
python

二、安装pycharm

1.进入pycharm官网下载，下载其他版本点击标红处。

2.Pycharm下载完成后进行安装

三、安装pytorch

1. 查看驱动版本

安装（更新）显卡驱动以后。我们按下win+R组合键，打开cmd命令窗口。输入如下的命令nvidia-smi，驱动的版本和最高支持的CUDA版本如图所示：

2.激活虚拟环境

打开anaconda的终端，激活虚拟环境conda activate 虚拟环境名称

3.安装pytorch

激活虚拟环境后，安装pytorch-gup版的环境，在pytorch环境下执行如下的命令给环境换清华源。
Conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
然后打开pytorch的官网，通过驱动检测到我的显卡为 P2000，最高支持cuda12.4版本，所以选择cuda12.1版本的cuda，然后将下面内容复制下来。

将复制的内容pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121粘贴到虚拟环境下的终端，运行就可以了，完成torch vision torchaudio的安装。

四、安装模型训练所需库

1.pip install -r requirements.txt
2.虚拟环境迁移（快速安装库）
激活需要打包的虚拟环境，然后“cd 文件路径”切换到想要存放打包文件的位置，如果是使用conda安装的python环境，使用以下命令激活：
查看所有的虚拟环境：conda envs list
激活虚拟环境：conda activate 虚拟环境名称
激活环境之后，切换到想要保存迁移资料的位置，比如切换到了C:\Users\63482\Desktop\Temporaryfile\0_pythontest\whls，这个可自定义 cd C:\Users\63482\Desktop\Temporaryfile\0_pythontest\whls
输入以下命令pip freeze --all > requirements.txt
执行完成后可以在whl文件中查看 requirements.txt，双击打开查看，这里需要删除@……后的内容，不删除会导致在新环境配置时报错。
切换到requirements所在目录文件，输入pip install -r requirements.txt，然后读取requirements.txt中的内容将所需要的库下载。或者进入Pycharm平台，切换到对应环境，点击Terminal执行如下操作。