共计 1335 个字符，预计需要花费 4 分钟才能阅读完成。
- 装置 minianaconda
-
创立虚拟环境
conda create -n yolov5-torch python=3.8 -
激活与退出环境
conda activate yolov5-torch conda deactivate - 装置 pytorch
- 抉择什么版本的 cuda？
torch 官网：https://pytorch.org/
# 查看显卡驱动对应的 cuda:
nvidia-smi
# 查问后果为：11.7
# 查看 runtime 对应的 cuda
nvcc --version
# 查问后果：没有装置！！！- 装置 nvcc，理论就是装置 cuda
cuda 下载地址：https://developer.nvidia.com/…
cuda 版本抉择：不得高于显卡驱动版本对应的 cuda 版本
起因：https://stackoverflow.com/que…抉择 runfile 版本，不会替换掉之前的高版本驱动
sudo bash cuda_11.7.0_515.43.04_linux.run
# 在这里始终失败，提醒没有装置驱动
#卸载之前的驱动
sudo service lightdm status #敞开 X 服务
sudo service lightdm stop
sudo service lightdm status
sudo apt-get --purge remove nvidia*
sudo apt-get autoremove nvidia*
sudo bash cuda_11.7.0_515.43.04_linux.run
# 依然失败
sudo reboot
# 反复之前的步骤胜利
~/.bashrc
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
#验证
source ~/.bashrc
nvcc -V
nvidia-smi
# 装置多版本 cuda，比方装置 cuda11.6
sudo bash cuda_11.6.0_510.39.01_linux.run
# 装置过程中去掉驱动项即可，其余照常装置
# 装置实现后 /usr/local 呈现 cuda-11.6/
#切换不同版本 cuda
cd /usr/local
sudo rm -rf cuda
sudo ln -s /usr/local/cuda-11.6 /usr/local/cuda
# 验证
nvcc -V-
装置 torch
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia -
下载 yolov5 源码
git clone https://github.com/ultralytics/yolov5.git -
下载权重到 yolov5/weights 文件夹下，验证推理后果
mkdir weights cd weights wget https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s.pt python detect.py --weights weights/yolov5s.pt权重下载地址：https://github.com/ultralytic…
- 训练本人的数据集
todo
正文完
