yolov5 运行环境配置
安装 anaconda 用来管理虚拟环境
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657804-1897695249.png)
创建一个虚拟环境,创建虚拟环境的时候指定python版本 我这里选择3.9
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657238-1458630599.png)
将yolov5的python代码从github上搞下来,用pycharm打开-打开项目 ,打开之后用终端进入之前我们 创建的那个虚拟环境里面
pycharm不同的版本 配置解释器的界面还不一样,多摸索 摸索吧,遇到问题就百度,很多资料
进入这个虚拟环境之后,执行yolo v5 readme.txt里面的一句代码
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657455-1243280093.png)
首先 进到这个虚拟环境里面
pip list这个命令就可以看到这个虚拟环境里面安装了哪些包
接下来执行环境配置指令
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657592-1487992481.png)
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657852-1931252317.png)
这句命令就会将requirements.txt里面要求的包全部下载下来
这里torch 和torchvision默认 下载的是cpu版本 所以等下只能使用cpu训练和推测,开始执行
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657873-1680190587.png)
下载 完成之后 配置一下解释器 就可以尝试执行detect.py代码块了
配置解释器
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657865-336745678.png)
设置界面右边添加本地解释器
选择conda环境 (因为我们是用conda来管理虚拟环境的)
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657652-1125917336.png)
选择你之前创建的那个虚拟环境 然后点击确定就可以了
如果没有自动识别到你创建的那个虚拟环境,那么就你需要 确定一下你创建的那个虚拟环境的路径在哪里,然后用
pycharm手动去找到你创建 的虚拟环境路径文件夹里面的python.exe文件 选中就可以了
(一般你创建的虚拟环境都在你安装的anaconda目录下面 的envs文件夹里面,安装的时候记一下 )
实在找不到 你就打开anaconda
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657783-1324457326.png)
选择环境那一栏 鼠标指上去就有路径 去找就行了 或者where python这个命令也行
执行detect.py代码块的时候,出现如下运行日志就代表运行成功了,运行结果已经保存到如图所示路径下了,你去打开一看
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657605-934290074.png)
出现这两张图片,出现这些个框,那环境就配置完成了
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220658213-674558204.png)
如何配置GPU运行
刚才说了,默认下载的torch版本是cpu版本,版本不带任何后缀(GPU版本号后面会有 - torch 2.0.1+cu118)
那么直接pip uninstall torch 这个命令先干掉 torch先
然后pip uninstall torchvision
干掉这两个之后 去到pytorch官网PyTorch
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657725-1528459875.png)
选择你显卡适配 的cuda版本 复制下面的安装命令 直接到pycharm终端 中 进入虚拟环境 开始安装
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657672-488100553.png)
安装完毕之后就完毕了,
再次执行detect.py代码块
出现如下运行日志 运行成功
![0](https://img2023.cnblogs.com/blog/1579956/202306/1579956-20230608220657465-1187524932.png)