搭建Windows11下yolov5环境

Posted 2023-02-24 loongembedded

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了搭建Windows11下yolov5环境相关的知识，希望对你有一定的参考价值。

文章目录

1. 下载和安装Anaconda3
2. 创建yolov5的虚拟环境
3. 查看电脑显卡适合的cuda与cudnn版本
4. 下载相应的pytorch，cuda与cudnn版本

1. 下载和安装Anaconda3

见链接：Anaconda3安装

2. 创建yolov5的虚拟环境

在CMD或者Anaconda Prompt（Anaconda3）创建

2.1 WIN+R调出运行框，输入CMD,回车

2.1.1 创建新的虚拟环境

create Create a new conda environment from a list of specified packages.

命令：conda create -n your_env_name python=x.x
创建python版本为x.x，名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

conda create -n yolov5 python=3.9.12
有时候会出现失败的情况

找到C:\\Users\\用户名(比如xxx).condarc这个隐藏文件，内容改为下面

ssl_verify: true
show_channel_urls: true

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后重新执行conda create -n yolov5 python=3.9.12命令，成功激活的情况如下

2.1.2 进入(激活/切换)所创建的环境

conda activate your_env_name

输入conda list即可查看环境配置

退出环境：deactivate
移除某个环境： conda remove --name xxx --all

2.2 在Anaconda3创建

在开始菜单，所有程序找到Anaconda Navigator(Anaconda3)，点击Cteate创建一个环境。

3. 查看电脑显卡适合的cuda与cudnn版本

找到显卡型号，到nvidia geforce驱动下载对应的驱动，安装驱动后，通过
Win11查看CUDA版本，非常简单的三步
可以查看到CUDA版本，如下图

DNN的下载链接cuDNN Download
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.

这两种方式获取CUDNN都可以，我选择第1张图这个版本

4. 下载相应的pytorch，cuda与cudnn版本

更改通道（为了下载的更快）
1.用txt形式打开C:\\Users\\xxx(用户名)该目录下.condarc文件
2.将如下代码全部复制进该txt

channels:
  - defaults

show_channel_urls: true

default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud`

下载相应的pytorch，cuda与cudnn