[学习记录]Anaconda+Pycharm使用cpu版pytorch运行yolov5（一）

前言

本系列仅作个人学习记录，难免有很多疏漏，欢迎指正！

本次记录yolov5环境配置(cpu版pytorch框架)

一、步骤

1.1. 环境配置

1.1.1 Anaconda+Pycharm安装与基础配置

参考博文https://blog.youkuaiyun.com/I_miss_you_csy/article/details/124644063

照做即可

1.1.2 conda配置yolov5项目管理

参考博文https://blog.youkuaiyun.com/qq_45516068/article/details/141564270

(1) 创建python版本为3.8.5，名字为“yolov5”的虚拟环境（此处命名按个人习惯来）

创建完成后使用 conda info --envs 命令查看所有环境

(2) yolov5-5.0源码下载

Github下载yolov5-5.0版本源码           

(打不开Github找个软件加速一下，such as : watt toolikt)

(3) 解释器配置

Pycharm打开yolov5源码，设置中添加1.1.2中所创虚拟环境xx的python.exe解释器

(要对pycharm解释器配置有一点点了解)

所有pkg及版本

(4) package下载

参考博文目标检测---教你利用yolov5训练自己的目标检测模型

打开requirements.txt文件，里面写有yolov5运行所需要的各种包。pycharm打开终端中运行：pip install -r requirements.txt

下载完成后在Anaconda prompt虚拟环境yolov5下运行conda list即可查看所有已安装的包

（5） 运行detect.py测试

运行完成后结果存储的文件夹

运行结果

(6) Labelimg安装

参考博文：【教程】标注工具Labelimg的安装与使用 - 知乎

至此，环境配置完毕！

1.2 训练与识别

后续内容待更新(训练参数调整、结果分析等等)

1.3 训练结果分析

后续内容待更新(结果分析一般关注PR曲线与mAP即可)

二、遇到问题

2.1. 环境配置

2.1.1 anaconda创建虚拟环境默认路径修改为D盘

参考博文https://blog.youkuaiyun.com/m0_45176278/article/details/126670991

首先将D盘envs、pkgs文件夹安全属性改为完全控制

然后采用Anaconda propmt中 conda config --add envs_dirs D:/.../Anaconda3/envs 命令，pkgs同理，用于修改创建虚拟环境的路径。

命令与修改后结果如上图

2.1.2 下载requirement中安装包报错

(1) site_package权限不够与必要依赖包缺失

参考博文,照做即可解决 pip is configured with locations that require TLS/SSL, however the ssl module in Python is not

Python的SSL报错，pip is configured with locations that require TLS/SSL_pip 配置 ssl 位置-优快云博客

注：

        1. site_package权限打满即可，不用添加环境变量 

        2. ssl依赖包不用重下，anaconda/lib/site_package文件夹下有openssl，复制到虚拟环境的lib/site_package即可(改权限)，然后将C:\Users\...\AppData\Roaming\pip中pip.ini中镜像源换一个试试(https://mirrors.aliyun.com/pypi/simple/, 我用的阿里云的，要把http改为https，不然报不信任的警告)

总之有些不明错误或警告比较奇葩，可以关了pycharm重启试试

2.1.2 运行detect.py测试

(1) SPPF 和 RunTimeError

参考博文：Pycharm+Anaconda+yolov5-5.0部署（手把手教+解决一些运行过程中的问题+最全部署yolov5）

找到对应的照做即可

(yolov5s.pt的文件链接打不开的话，打开Releases · ultralytics/yolov5，在V5.0的版本中找到Assets,下载yolov5s.pt即可)

写在最后，第一期主要做环境搭建，能够运行官方detect.py即算成功。后续会继续更新用服务器做yolov5、v7训练、识别和结果分析，有机会的话会尝试修改模型结构改善训练效果，感兴趣的话请静待。

小错误总是有的，搜一搜解决就好