YOLOv5 环境搭建
flyfish
环境
Ubuntu20.04
驱动、CUDA Toolkit、cuDNN、PyTorch版本对应
1 NVIDIA驱动安装
在[附加驱动界]面安装驱动时，需要输入安全密码，需要记下，后面还需要输入这个密码
重启之后有的机器会出现
perform mok management
操作步骤
enroll mok
enroll mok -> continue
enroll the key -> yes
输入安全密码 reboot
2 CUDA Toolkit 安装
https://developer.nvidia.com/cuda-toolkit-archive
如果驱动已经安装，在这里可以不安装驱动
3 cuDNN 安装
https://developer.nvidia.com/rdp/cudnn-archive
查看GPU信息
nvidia-smi
System Management Interface
https://developer.nvidia.com/nvidia-system-management-interface
4 python环境
（1）anaconda方式
界面启动
anaconda-navigator
使用国内源
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。
创建虚拟环境
conda create -n yolov5
激活虚拟环境
conda activate yolov5
退出conda环境
conda deactivate
（2）python虚拟环境方式
sudo apt-get install python3-venv
# 配置国内源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
#创建虚拟环境
python3 -m venv yolov5
#激活虚拟环境
cd venv_name
source bin/activate
# pip 升级
pip install --upgrade pip
#退出激活环境
deactivate
5 PyTorch安装
https://pytorch.org/get-started/locally/
6 Yolov5的安装
下载源码
https://github.com/ultralytics/yolov5
在自己的环境，进入代码目录
执行
pip install -r requirements.txt