- 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-torchconda 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cudanvcc --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 stopsudo service lightdm statussudo 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~/.bashrcexport PATH=/usr/local/cuda/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH#验证source ~/.bashrcnvcc -Vnvidia-smi# 装置多版本cuda，比方装置cuda11.6sudo 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cudacd /usr/localsudo rm -rf cudasudo 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 weightscd weightswget https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s.ptpython 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