（一）Yolov5的下载与解压
1、在yolov5的官方下载7.0的版本的yolov5的源码，如下所示：
https://github.com/ultralytics/yolov5/tags
图1 yolov5软件包下载
2、拷贝yolov5.7源码压缩包到工作目录，并解压，如下所示：
图2 yolov5源码解压5
（二）Yolov5.7的开发环境搭建（pycharm）
1、使用pycharm打开yolov5.7的解压目录文件，如下所示：
图3 pycharm打开yolov5.7.0的文件夹 
图4 pycharm打开yolov5工程首页
2、Pycharm配置python3.8的解释器环境，如下图所示:
图5 Pycharm的Python解释器环境的配置
3、拷贝下载的Pytorch（V1.9）和torchvision（V0.10.0）的离线软件安装包到工作目录如下图所示：
图6 拷贝离线安装包到工作目录
4、进入pycharm的终端，分别进行torch和torchvision离线安装包的安装，具体流程如下所述：
https://github.com/ultralytics/yolov5/tags
pip install "torch-1.9.0+cpu-cp38-cp38-win_amd64.whl"
图7 离线安装pytorch V1.9.0版本
pip install "torchvision-0.10.0+cpu-cp38-cp38-win_amd64.whl"
图8 离线安装torchvision V0.10.0版本
5、进入yolov5.7.0的工程目录，运行如下指令进行yolov5的官方要求环境搭建（注意：保持计算机连接网络）。
图9 在线安装yolov5.7.0的官方软件依赖包
（三）Yolov5.7的yolov5s模型的测试
1、打开yolov5.7.0工程目录下的detect.py文件，运行该python文件（注意：首次运行，需要计算机连接互联网，下载yolov5s.pt的权重模型），如下图所示：
图10 运行yolov5.7.0的detect.py程序 
图11 detect.py程序运行过程 
图12 yolov5.7.0默认使用coco数据识别的结果