YOLOv51.搭建Pycharm+Python+yolov5环境

目录

一、安装Python

二、安装PyCharm

三、创建项目和虚拟环境

四、下载YOLOv5和依赖库

五、配置Pytorch

六、检验YOLOv5环境

一、安装Python

1.Python官方下载网址：Download Python | Python.org

2.安装python3.10即可，笔者使用的pytorch版本在python3.10下不可用，所以多装了一个python3.9。

3.心得：如果安装了多个版本的python（如笔者同时安装了3.9和3.10），则通过命令行启动时，会启动环境变量在前面的版本。要指定启动版本，一是可以调整环境变量顺序；二是可以将某一个版本下面的python.exe重命名为指定版本号如python39.exe，然后可通过命令行输入python39.exe启动。（这会导致使用这个版本的一些第三方库无法打开）

二、安装PyCharm

1.PyCharm官方下载网址：PyCharm: the Python IDE for Professional Developers by JetBrains

2.当然是下载免费的Community版本安装啦！

三、创建项目和虚拟环境

1.打开PyCharm创建新项目。

2.创建项目时在“New environment”选择“Virtualenv”，即为新项目自动创建新的运行环境，该环境位于项目路径下的venv文件夹。在“Base interpreter”选择虚拟环境使用的Python解释器（即安装的Python版本下的python.exe文件）

3.虚拟环境的好处是可以单独配置适合该项目运行的环境，不必安装用不到的第三方库之类的内容，也不会由于其他项目改变了其他环境而被影响。

四、下载YOLOv5和依赖库

1.GitHub下载YOLOv5地址：GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

2.下载yolov5，解压到项目所在文件夹。将yolov5文件夹下面的requirements.txt文件复制到项目所在文件夹，从PyCharm界面下方的终端（Terminal）执行pip install -r requirements.txt命令安装YOLOv5所需的各类库到虚拟环境：

五、配置Pytorch

1.在Pycharm的终端输入nvidia-smi查看电脑显卡CUDA版本，本机CUDA版本为11.6（如果输入一次显示无结果，则等待一分钟左右再输入一次）

2.安装Pytorch。

到pytorch官网PyTorch（点击跳转）根据cuda版本和安装方式，查看安装指令，本机安装指令为：

pip install torch==1.13.1 cu116 torchvision==0.14.1 cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

3. 检验pytorch环境是否正常。

print(torch.cuda.is_available())

若输出为True即为正常，若出现错误“[WinError 1455] 页面文件太小，无法完成操作”，则给项目所在盘（本机为D盘）扩大配置的内存：

六、检验YOLOv5环境

打开项目下面的yolov5文件夹下面的detect.py文件，直接运行该文件（PytCharm右上角绿色箭头处选择“Current File”即默认运行当前打开的文件），检验YOLOv5环境是否能正常运行。

下一篇分享如何标注数据集。

这篇好文章是转载于：学新通技术网