ubuntu18.04搭建yolov5环境

1. 安装minianaconda

2. 创建虚拟环境
   

   conda create -n yolov5-torch python=3.8

3. 激活与退出环境

   conda activate yolov5-torch
   conda deactivate

4. 安装pytorch
5. 选择什么版本的cuda？
   torch官网：https://pytorch.org/
   

# 查看显卡驱动对应的cuda:
nvidia-smi
# 查询结果为：11.7

# 查看runtime对应的cuda
nvcc --version
# 查询结果：没有安装！！！

6. 安装nvcc，实际就是安装cuda
   cuda下载地址：https://developer.nvidia.com/...
   cuda版本选择：不得高于显卡驱动版本对应的cuda版本
   原因：https://stackoverflow.com/que...
   
   选择 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
# 在这里一直失败，提示没有安装驱动

#卸载之前的驱动
sudo service lightdm status #关闭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
# 仍然失败

sudo reboot
# 重复之前的步骤成功

~/.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

# 安装多版本cuda，比如安装cuda11.6
sudo bash cuda_11.6.0_510.39.01_linux.run 
# 安装过程中去掉驱动项即可，其他照常安装
# 安装完成后 /usr/local 出现 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

7. 安装torch

   conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

8. 下载yolov5源码

   git clone https://github.com/ultralytics/yolov5.git

9. 下载权重到 yolov5/weights文件夹下，验证推理结果

   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...

10. 训练自己的数据集
    todo