Yolo环境搭建（深度学习基础环境）

需要安装的东西

CUDA
cuDnn
魔法

一、CUDA安装(Windows10环境)

第一：下载驱动

第二：查看显卡支持的最高CUDA的版本，以便下载对应的CUDA安装包

第三：确定CUDA版本对应的cuDNN版本，这个其实不用太关注，因为在cudnn的下载页面会列出

1、下载驱动

下载连接：驱动下载
手动驱动搜索图

第一行：选择游戏显卡

第二行：显卡系别（Notebooks为笔记本）

第三行：详细显卡信号

第四行：系统环境

2、查看支持的cuda版本

快捷键：win+r 打开命令行

输入以下命令：

复制代码

nvidia-smi

运行结果图

主要关注如上三部分：显卡支持的最高版本（可以比这个低）

3、下载CUDA

如下我将演示11.6版本的下载安装

下载链接： 11.6
11.6选项图

第一行：选择操作系统

第二行：选择位数

第三行：选择操作系统版本

第四行：选择本地下载

4、CUDA安装

需要记住安装路径，然后无脑安装到这一步

把CUDA选一下，还需要注意一点，如果你前面没有安装vs，直接安装的这个，需要把CUDA里面的Visual Studio Integration取消勾选，否则会安装不成功

然后继续无脑安装

5、检查是否安装成功

快捷键：win+r 打开命令行

复制代码

nvcc -V

出现这个，说明安装成功了

二、下载cuDNN

下载链接：cudnn下载

下载需要注册账户，你们自行注册登录，成功后可以直接下载了，这里不过多阐述

下载得到：cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip

解压

把这三个文件夹的文件分别拷贝到CUDA安装目录对应的（bin、include、lib）文件夹中即可。

三、下载安装魔法

下载路径：一元机场https://xingjiabijichang.com/#/knowledge

因为文件不是很大，选择一元是最划算的

网站中有说明文档，自行观看学习就行了，不过多阐述了

四、torch安装

1、创建新环境

在YOLO源码文件夹中打开命令行

输入以下命令

复制代码

conda create -n YOLO python=3.9

解释：conda 创建 -n 自定义的环境名称（我这里用的是YOLO命名）选择python版本

途中需要输入Y
创建完成图片

2、激活新环境

复制代码

activate YOLO

可以看到括号中的YOLO，说明已经进入自定义的YOLO环境当中

3、新环境中安装必要的库

首先下载YOLO所需要的库文件

复制代码

pip install -r .\requirements.txt

下载视图

等待安装完成之后，输入以下指令查看安装的库

复制代码

pip list

发现有torch，但不是GPU版本的，使用需要删除他

复制代码

pip uninstall torch torchvision torchaudio

过程中输入Y即可

4、下载torch （先必须魔法）

输入指令：

复制代码

pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 -f https://download.pytorch.org/whl/torch_stable.html  -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成之后，输入：

复制代码

python

然后继续输入以下命令

复制代码

import torch
from torch.backends import cudnn
 
x = torch.Tensor([1.0])
xx = x.cuda()
print("torch版本:", torch.__version__)
print("torch_cudatoolkit版本:", torch.version.cuda)
print("torch_cuda_可用:", torch.cuda.is_available())
print("torch_cuda_计算:", xx)
print("torch_cudnn_可用:", cudnn.is_acceptable(xx))

输出结果为True，即为安装成功！

复制代码

 >>> print("torch_cudnn_可用:", cudnn.is_acceptable(xx))
torch_cudnn_可用: True

五、运行YOLO代码查看结果

1、选择刚刚创建的环境（YOLO）

2、打开detect.py文件，点击运行

3、运行完毕，结果保存在了exp4中

六、常见问题

当安装完成好torch后，引用时，发现还是无法找到模块，并提醒dll文件有问题

解决方法：

1、下载dll文件

下载链接：文件下载

得到如上文件，将这个文件导入自定义的YOLO环境路径中\Lib\site-pages\torch\lib中

2、将dll文件移入环境中

在命令行中输入

复制代码

conda info -e

可以看到你创建的环境以及路径

将文件放入这个目录中

然后就成功了！