yolo全称”you only look once”，可以用来进行快速目标识别
网上资料很多，来做一下整理。
yolo现在做到v5了，有很多人研究，本着要做就做前沿的思想，经过漫长的比较后决定做yolo v5
学习的第一步就是装软件和配置环境，偏偏这一步是很难的。弄好下面这些，我大概花了一周时间摸索，并请教了很多人。
需要一下几个东西：
1、CUDA
2、anaconda
3、cuDNN
4、pytorch
5、yolov5
我们一步步来。
首先，我们得确定自己电脑拥有英伟达显卡，其次得有GPU，因为CUDA是针对GPU工作的平台，方法是：
打开 计算机管理，左边选择 设备管理器，右边打开 显示适配器。其中即可看到电脑显卡信息。图中 Inter(R) UHD Graphics为集显， NVIDIA GeForce GTX为独显。
然后查看自己电脑适合的CUDA版本，打开
英伟达控制面板(NVIDIA Control Panel)，点击 管理3D设置，点开下面的 系统信息，就可以看到推荐的CUDA版本信息，我的是11.6。
这时候我们便可以到英伟达官网上找对应版本的CUDA驱动下载了。
; 安装CUDA
官网下载：11.6官网下载
选择如下，这个包有点大，下载可能得等一会儿。可以选择local下载，这样虽然慢，但是一次性解决问题。
下载好了以后，可以直接双击安装，按照提示一步步走就好了。如果你觉得文件太大不想安装在系统盘，也可以装到其他盘上，没有问题。
这里如果选择精简安装的话，会把你电脑上以前的配显卡驱动重新安装，如果你不想被重新安装的话，可以选择自定义安装。
我选择自定义安装
这里将 驱动的勾选取消，其他的保持默认就好啦！默认安装位置在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\版本：
若在cmd命令行中显示如下，则表示安装成功：
安装好了cuDNN才能挂载在GPU上运行程序.
这里环境变量中也添加好了
; 安装cuDNN
下载网址：cuDNN官网下载
需要注册一个NVIDIA账户，选择对应的11.x版本下载。
找到想要的版本下载解压后，复制到如下默认路径中。如果你在安装cuda时更改过路径，也相对应改变
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3
然后将下载的cuDNN中的文件对应的放到cuda路径文件中。
; 安装anaconda
直接去官网下载：anaconda官网
注意安装过程中，一定要勾选自动添加环境变量，不然就会像我一样后面重装，问题挺大。文字红色提示也不要怕，没关系的。
安装成功后，在开始菜单里找到anaconda prompt，打开，输入
conda install pip
方便后面你用pip命令安装pytorch
需要现在anaconda中创建虚拟环境，具体操作见我的这篇博客y
创建pytorch虚拟环境
; 安装pytorch
去官网下载：pytorch官网
复制蓝色的那行命令，打开anaconda prompt粘贴，需要等待一会儿就能装好。注意要选择pip，国内使用conda安装会出现很多问题，而且很可能失败。
最后出现这样的语句，表示安装成功。
; 创建YOLOV5虚拟环境
步骤大致如下：
conda create -n yolov5 python=3.9 //创建名字为yolov5的python3.9环境
conda activate yolov5 //激活环境，每次都要激活
git clone https://github.com/ultralytics/yolov5.git //下载yolov5项目
cd yolov5
pip install -r requirements.txt //根据作者创建好的txt，下载相应的环境
如果你是新手，很可能遇到git不是内部命令的问题，怎么解决呢？
只需要我们安装git的包就行了。
下载地址：https://git-scm.com/
按照步骤，下载你需要的版本，然后一路默认安装就可以了。
这个说明你的代理有问题，具体做法可以按照我下面写的【”遇到困难”解决方法1】解决。
再输入【pip install -r requirements.txt】即可，等待几分钟。
中途安装一般可能还会出现这个问题，这时候你直接重复【”遇到困难”解决方法1】操作解决就行，然后接着输入【pip install -r requirements.txt】，之前下载的会跳过，继续下载。
最后出现这个表明成功了！
配置环境变量
这里【git-core】路径要是找不到直接在安装文件夹下搜索就好，也一起添加进环境变量中，注意选择的是系统变量！！！！！
再在命令行中输入就没有问题啦！
不过之后每次使用yolov5，都需要激活，输入【conda activate yolov5】,即可。
; 接下来我会整理一些我在英伟达显卡下安装过程中遇到的困难
1、最头疼的是用anaconda运行conda命令时出现的这个错误。
ProxyError: Conda cannot proceed due to an error in your proxy configuration.Check for typos and other configuration errors in any ‘.netrc’ file in your home directory,any environment variables ending in ‘_PROXY’, and any other system-wide proxy configuration settings.
查了很多资料，才知道是代理的问题，用下面的方法成功解决！
再打开就不会出错了。
2、我安装anaconda时候没有勾选自动添加环境变量，于是我删除了原本的anaconda重新装了一些结果就出问题了。一直启动不了，一直installing……
这个，你检验一下自己的anaconda时候安装成功
方法：
①找到anaconda prompt，能够打开就说明安装成功一大半啦；
②在anaconda prompt中输入conda -V，如果能够显示版本，就表示你已经安装成功了。
只需要多等会儿，最后会启动成功的，不够时间可能比较久。
一定会来更新！！！！！！！！！！！
方法一：安装opencv
打开【anaconda navigator】，点选下图所示【Enviroments】，然后点击【Update index】更新可下载库文件的清单
搜索opencv，将搜索出来的三个都惦记安装上，opencv就安装好了。这个等待的过程可能有点长。
但是这个速度特别慢，而且最后我是以失败告终的。接下来介绍一种方法：
去清华园下载对应版本的openc.whl文件
清华源网址：清华源下载
其中，cp39就是指python版本是3.9版本，要对应自己安装的python版本。
将下载好的文件放在，anaconda安装路径下的./lib/site-packages文件夹下，打开anaconda prompt,进入./lib/site-packages路径中，输入conda install XXXXX,【XXXXX是你下载的opencv .whl文件的名称】，
安装好了之后检验，先必须输入python ，再输入import cv2，如果没报错就说明安装成功了。
必须先输入python命令，因为import是python中的命令，不先输入就会显示，”不是内部命令”的错误。
; 方法二：安装openCV
在github上搜索yolo darknet alexeyab,下拉下载
配置环境，变量输入为OpenCV_DIR，路径设置成你的安装路径中include所在的位置。
Original: https://blog.csdn.net/qq_45700453/article/details/123757108
Author: 芒妹
Title: win10系统使用yolov5，安装cuda、anaconda、pytorch、opencv避坑避雷最全讲解+常见问题解答
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/700986/
转载文章受原作者版权保护。转载请注明原作者出处！