Linux_conda环境配置yolo_V5

系统环境：ubuntu22.04

1.下载conda

1.1根据自己的系统选择对应的包

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1.2 安装conda

bash ./下载路径/conda3-latest-Linux-x86_64.sh

除了一个路径选择其他直接yes

1.3 创建conda环境并启动

python版本要>=3.9哦

source ./.bashrc
conda create -n yolo1
conda activate yolo1 

    此时命令行有显示对应的名称即为成功

2.安装pytorch

2.1下载

PyTorchhttps://pytorch.org/

  选择对应的版本，如果有GPU选择cuda（显卡太老可能无法安装新版的cuda）

2.2测试是否安装成功

import.torch
torch.cuda.is_available()
torch.backends.cudnn.is_available()

如上，显示为True

 3.YOLO_V5配置

  3.1 代码下载

下载YOLOv5-6.0GitHub - ultralytics/yolov5 at v6.0

下载zip

解压至目录：        

tar -xzvf yolov5-v6.0.tar.gz
cd yolov5-v6.0

3.2  安装其他依赖及yolo_v5依赖

conda install -c conda-forge matplotlib
conda install seaborn pandas tqdm

pip install -r requirements.txt -i https://pypi.douban.com/simple/

         tips: -i 后为指定国内源，能加快下载速度，如果不需要可以删除哦

3.3 测试yolo_v5

python detect.py --source 0

        首次启动会下载模型，没挂墙可能会报错

调用摄像头目标检测，出现摄像头画面即为成功

4.Pycharm内conda配置

        打开yolo_v5项目文件夹，右下角工具栏点击添加新解释器 ，进入以下页面，类型选择Conda，并选择对应的环境名称。