深度学习笔记（一）：环境（yolov5）配置

前言

  本文为笔者在学习深度学习，进行环境配置时集各家所长总结的一些经验，旨在能够较快的配置好深度学习所需的环境。

一、软件安装

1.1 Anaconda安装

  直接在官网下载：Anaconda官网链接。
  安装包下载完毕后，进行安装，更改安装路径。到下面这一步时建议勾选上Add Anaconda to my PATH environment variable，这样可以免去手动配置环境变量。

1.2 pycharm安装

  同样的，直接在官网下载最新版pycharm（社区版）下载链接。

二、环境配置

2.1 环境创建

  进入Anaconda Prompt。
  创建虚拟环境

conda create -n yolov5 python=3.8
#yolov5为创建虚拟环境名称，指定python版本3.8

  激活虚拟环境

activate yolov5

2.2 torch库安装

  torch的安装，在安装torch前。我们要先确定电脑显卡所支持的CUDA最高版本。
  查看CUDA版本步骤。打开电脑的NVIDIA控制面板，查看系统信息。
  可以看到我的显卡最高支持的CUDA版本为11.7，那么我在安装时的对应版本不能超过11.7。然后根据CUDA版本安装torch库。在pytorch官网上查看自己对应CUDA版本所对应的安装命令，可点击Previous version of PyTorch可查看之前版本的安装命令。
  接下来添加镜像源，因为官网在国外，直接下载速度很慢。这里添加清华镜像源进行下载。在虚拟环境yolov5下输入下列命令。

# 添加清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 添加pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

  
  
  
Tips：如果出现下列报错

Warning: 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/' already in 'channels' list, moving to the top

  则记事本打开C:\Users\用户名\.condarc。将红圈中的内容删去再重新添加镜像源。
  接下来安装pytorch

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3

  其他：在创建虚拟环境时，并不需要额外安装CUDA和Cudnn。因为虚拟环境在安装pytorch的时候已经安装了CUDA和Cudnn。

  验证：pytorch安装完毕后，在yolov5环境下打开python输入下列命令。

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

  验证结果如下

三、pycharm上部署

3.1 pycharm上部署虚拟环境

  从GitHub上下载yolov5代码Link，用Pycharm打开下载文件。然后点击File–settings，再按照下列顺序进行操作。

3.2 其他依赖包的安装

  在pycharm的terminal中激活创建好的yolov5环境。

  下载yolov5的其他依赖包，同样的用清华源进行下载。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

Tips：在安装其他依赖包时大概率可能会报这样一个错误，原因是缺少visual studio C++的一个工具包。

pkg_resources.DistributionNotFound: The ‘pycocotools>=2.0’ distribution was not found and is required by the application
Microsoft Visual C++ 14.0 is required

  这里提供一位大佬给出的解决方法（方法链接）。需要在电脑上安装一下visual studio C++ build tools。

  安装完visual studio C++ build tools后重新输入下即可。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

总结

  到这里yolov5的环境部署就结束了。最后运行一些yolov5项目中的detect.py文件测试一下。在terminal中输入python detect.py或者直接运行detect.py。运行结果如下所示。