YOLO环境搭建

2023.3.2

YOLOv7环境搭建参考(282条消息) YOLOv7（目标检测）入门教程详解---环境安装_yolo安装_螺丝工人的博客-优快云博客

1. Anaconda安装：下载地址：Anaconda | The World's Most Popular Data Science Platform

1. Pycharm安装 ：下载地址：PyCharm：JetBrains为专业开发者提供的Python IDE

1. cuda安装：下载地址：CUDA Toolkit Archive | NVIDIA Developer

cuda安装前参看可以安装的版本号，之前安装的可以卸载，可以保留physx，图形驱动，GeForce。

安装完成后 进行环境变量设置-路径加进去（一般电脑自动设置）

1. cudnn下载：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer，下好的文件复制粘贴进cuda安装的文件目录下。

cmd
nvidia-smi     #查看最大安装版本
nvcc -V      #安装完成后查看安装版本

1. 虚拟环境搭建 Pytorch安装：PyTorch 找到对应的版本 复制粘贴

进入Anaconda Prompt
conda env list  #查看conda虚拟环境
conda create -n yolo python=3.8    #搭建环境名为yolo python版本为3.8
activate yolo  #激活yolo环境
conda install conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
#根据pytorch版本号进行复制   下载安装即可

1. 下载中断，或者某个包异常，注意不要删除其他包文件以及url.txt，可以将下载好的包放入环境包文件中，并在url.txt中添加该报路径，进入安装即可。也可设置下载时长，设置镜像源网站

pip --default-timeout=1000.0 install requests  #设置超市时间
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple  #永久使用清华源

1. 查看环境安装效果

cativate yolo
python
import torch
torch.__version__    #查看torch版本号
torch.cuda.is_available  #查看cuda是否可用
torch.cuda.device_count   #查看可用cuda设备
torch.version.cuda     #查看cuda版本

总结：cuda 和pytorch以及python版本对应，确定了无需修改，高版本torch较大的兼容低版本的。