我本来说只是单纯的记录一下第一次跑代码的流程的，结果看到了这么多大家都收藏和点赞，我决定再稍微改改他的排版，希望更多地朋友能在CV方向迅速上手！ 一、NVIDIA驱动安装与更新 首先查看电脑的显卡版本，步骤为：此电脑右击–>管理–>设备管理器–>显示适配器。就可以看到电脑显卡的版本了。如图，可以看到我的是一块NVDIA GeForce MX150显卡。 有显卡驱动的，可以直接在桌面右键，找到英伟达驱动控制面板打开就好了。 显卡驱动的下载地址 安装（更新）好了显卡驱动以后。我们按下win+R组合键，打开cmd命令窗口。输入如下的命令。

得到如下图的信息图，可以看到驱动的版本是496.76；最高支持的CUDA版本是11.5版本。得到显卡的最高支持的CUDA版本，我们就可以根据这个信息来安装环境了。 二、Anaconda 的安装 打开网址，现在是2021年12月，对应的anaconda版本是支持python3.9。如果想下载之前的版本，或者更低python版本的anaconda，可以打开网址。 双击下载好的anaconda安装包，just me是说只供当前用户使用。all user 是供使用这台电脑的所有用户使用，是权限问题。对空间影响不大。如果你的电脑上只有建了一个用户，all users和just me 的作用是一样的。所以点击just me就好了。 然后点击next，当让你选择安装安装路径的时候，一定不要选择默认安装位置，因为默认位置是c盘，以后要在anaconda里面创建环境的时候会很占内存，最好在D盘中创建一个文件夹来放anaconda。 和图中一样将图中的√勾上，虽然出现红色的警告，但是要勾上，将anaconda添加到环境变量中去。然后点击完成就好了。 安装完成以后，按下开始键（win键）在左边就会出现anaconda3这个文件夹，可以发现anaconda已经安装好了。 三、Pytorch环境安装 按下开始键（win键），打开anaconda的终端。

创建虚拟环境conda create -n 环境名字（英文） python=x.x（python版本），如下，我就是创建了一个名字叫pytorch，python是3.8版本的环境。

在base环境中执行如上的命令，就会创建一个新的虚拟环境，这个虚拟环境会安装一些基础的包，如下图所示。询问是否安装的时候，输入y。就可以创建环境了。

当安装好了以后，执行conda env list这个命令，就可以看到比一开始多了一个pytorch这个环境。现在我们可以在这个环境里面安装深度学习框架和一些Python包了。

执行如下命令，激活这个环境。conda activate 虚拟环境名称

安装pytorch-gup版的环境，由于pytorch的官网在国外，下载相关的环境包是比较慢的，所以我们给环境换源。在pytorch环境下执行如下的命名给环境换清华源。

然后打开pytorch的官网，由于开头我们通过驱动检测到我的显卡为 NVDIA GeForce MX150，最高支持cuda11.5版本，所以我们选择cuda11.3版本的cuda，然后将下面红色框框中的内容复制下来，一定不要把后面的-c pytorch -c conda-forge也复制下来，因为这样运行就是还是在国外源下载，这样就会很慢。 将复制的内容粘贴到pytorch环境下的终端，运行就可以了 四、paddlepaddle环境安装 创建好了名叫paddle这个环境以后，进入到这个环境中（可以在pytorch环境下进入），执行如下命令。

conda activate paddle

我们在打开paddlepaddle的官网。我们选择cuda11.2版本。 复制如下的红色框框中的命令，由于这个命令就是在清华源中下载，所以直接复制这个命令到anaconda prompt中去然后运行就可以了。 运行如上的命名以后（中间会询问您是否确定安装，输入y就可以了），就可以安装paddlepaddle框架所需要的基本环境依赖包（如果中间网不好，导致有些包下载失败，从新运行如上的吗，命令就可以断点下载了）。 至此。pytorch和paddlepaddle的深度学习环境就安装好了。 五、pycharm安装–验证CUDA和cudnn版本 打开这个pycharm网址，可以发现一共有两个版本一个是专业版（Professional），一个是社区版（Community），专业版是需要花钱的，好几百美元一年。而社区版是免费的，但是也够用了，所以就下载安装社区版就好了。 将下载好的pycharm安装包，双击。安装的地址最好不要放在C盘，我是安装在D盘 将所有的√都勾上， 安装好了点击第二个框框，然后点完成就好了 打开pycharm，创建一个新的工程，来测试anaconda是否在安装pytorch框架的时候也安装了cuda和cudnn。按如下图创建一个工程 按以上的方式创建了一个工程，这时候我们就要选择我们在anaconda里面安装的环境，在界面的右下角 此时刚刚的右下角已经有了我们刚刚选择的pytorch环境中的python了。 我们在创建的工程里面创建一个python脚本，在脚本中运行如下代码，查看是否anconda在安装pytorch环境的时候也安装了cuda和cudnn。

可以发现控制台打印出两个True,可以说明cuda和cudnn已经安装。并且可以得到cuda的版本为11.3和cudnn的版本为8.2版本。 至此我们的深度学习环境安装就已经完全完成。接下来可以在相对的环境下进行深度学习的实验了。 六、labelimg的安装 这里主要讲的是在window系统中的安装，首先打开cmd命令行（快捷键：win+R）。进入cmd命令行控制台。输入如下的命令：

运行如上命令后，系统就会自动下载labelimg相关的依赖。由于这是一个很轻量的工具，所以下载起来很快。 七、使用labelimg 首先这里需要准备我们需要打标注的数据集。这里我建议新建一个名为VOC2007的文件夹（这个是约定俗成，不这么做也行），里面创建一个名为JPEGImages的文件夹存放我们需要打标签的图片文件；再创建一个名为Annotations存放标注的标签文件；最后创建一个名为 predefined_classes.txt 的txt文件来存放所要标注的类别名称。 VOC2007的目录结构为：

├── VOC2007 │├── JPEGImages 存放需要打标签的图片文件 │├── Annotations 存放标注的标签文件 │├── predefined_classes.txt 定义自己要标注的所有类别（这个文件可有可无，但是在我们定义类别比较多的时候，最好有这个创建一个这样的txt文件来存放类别）

首先在JPEGImages这个文件夹放置待标注的图片 然后再 predefined_classes.txt 这个txt文档里面输入定义的类别种类；如下图所示。 之后打开刚刚下载的labelimg 下面介绍图中的我们常用的按钮。 待标注图片数据的路径文件夹，这里输入命令的时候就选定了JPEGImages。（当然这是可以换的） 保存类别标签的路径文件夹，这里我们选定了Annotations文件夹。 这个按键可以说明我们标注的标签为voc格式，点击可以换成yolo或者createML格式。

常用快捷键如下：

A：切换到上一张图片

D：切换到下一张图片

W：调出标注十字架

del ：删除标注框框

Ctrl+u：选择标注的图片文件夹

Ctrl+r：选择标注好的label标签存在的文件夹

8、开始标注 由于我们设置标注的十字架一直在标注界面上，这就不需要我们按快捷键w，然后选定我们需要标注的对象。按住鼠标左键拖出框框就可以了。如下图所示，当我们选定目标以后，就会加载出来predefined_classes.txt 定义自己要标注的所有类别（如果类别多，是真的很方便，就不需要自己手打每个类别的名字了）。打好的标签框框上会有该框框的类别（图中由于颜色的原因不太清晰，仔细看会发现的）。然后界面最右边会出现打好的类别标签。打好一张照片以后，快捷键D，就会进入下一张，这时候就会自动保存标签文件（voc格式会保存xml，yolo会保存txt格式）。 标签打完以后可以去Annotations 文件下看到标签文件已经保存在这个目录下。 自此labelimg使用讲解就结束了。 9、VOC标签格式转yolo格式并划分训练集和测试集 我们经常从网上获取一些目标检测的数据集资源标签的格式都是VOC(xml格式)的，而yolov5训练所需要的文件格式是yolo(txt格式)的，这里就需要对xml格式的标签文件转换为txt文件。同时训练自己的yolov5检测模型的时候，数据集需要划分为训练集和验证集。这里提供了一份代码将xml格式的标注文件转换为txt格式的标注文件，并按比例划分为训练集和验证集。先上代码再讲解代码的注意事项。

这里就要调小这两个参数了，每个人的电脑配置不一样，所以可以根据自己的电脑配置来修改参数。（如果这样改了之后依然报这个错误，那么就要将他调的更小）

parser.add_argument(‘–batch-size’, type=int, default=8, help=‘total batch size for all GPUs’) parser.add_argument(‘–workers’, type=int, default=8, help=‘maximum number of dataloader workers’) 以上都设置好了就可以训练了。但是pycharm的用户可能会出现如下的报错。这是说明虚拟内存不够了。 可以根据如下的操作来修改，在utils路径下找到datasets.py这个文件，将里面的第81行里面的参数nw改完0就可以了。 至此，就可以运行train.py函数训练自己的模型了。 15、推理测试 等到数据训练好了以后，就会在主目录下产生一个run文件夹，在run/train/exp/weights目录下会产生两个权重文件，一个是最后一轮的权重文件，一个是最好的权重文件，一会我们就要利用这个最好的权重文件来做推理测试。除此以外还会产生一些验证文件的图片等一些文件。 找到主目录下的detect.py文件，打开该文件。 然后找到主函数的入口，这里面有模型的主要参数。模型的主要参数解析如下所示。 f name == ‘main’: “”" –weights:权重的路径地址 –source:测试数据，可以是图片/视频路径，也可以是’0’(电脑自带摄像头),也可以是rtsp等视频流 –output:网络预测之后的图片/视频的保存路径 –img-size:网络输入图片大小 –conf-thres:置信度阈值 –iou-thres:做nms的iou阈值 –device:是用GPU还是CPU做推理 –view-img:是否展示预测之后的图片/视频，默认False –save-txt:是否将预测的框坐标以txt文件形式保存，默认False –classes:设置只保留某一部分类别，形如0或者0 2 3 –agnostic-nms:进行nms是否也去除不同类别之间的框，默认False –augment:推理的时候进行多尺度，翻转等操作(TTA)推理 –update:如果为True，则对所有模型进行strip_optimizer操作，去除pt文件中的优化器等信息，默认为False –project：推理的结果保存在runs/detect目录下 –name：结果保存的文件夹名称 “”" parser = argparse.ArgumentParser() parser.add_argument(‘–weights’, nargs=‘+’, type=str, default=‘yolov5s.pt’, help=‘model.pt path(s)’) parser.add_argument(‘–source’, type=str, default=‘data/images’, help=‘source’) # file/folder, 0 for webcam parser.add_argument(‘–img-size’, type=int, default=640, help=‘inference size (pixels)’) parser.add_argument(‘–conf-thres’, type=float, default=0.25, help=‘object confidence threshold’) parser.add_argument(‘–iou-thres’, type=float, default=0.45, help=‘IOU threshold for NMS’) parser.add_argument(‘–device’, default=‘’, help=‘cuda device, i.e. 0 or 0,1,2,3 or cpu’) parser.add_argument(‘–view-img’, action=‘store_true’, help=‘display results’) parser.add_argument(‘–save-txt’, action=‘store_true’, help=‘save results to *.txt’) parser.add_argument(‘–save-conf’, action=‘store_true’, help=‘save confidences in --save-txt labels’) parser.add_argument(‘–nosave’, action=‘store_true’, help=‘do not save images/videos’) parser.add_argument(‘–classes’, nargs=‘+’, type=int, help=‘filter by class: --class 0, or --class 0 2 3’) parser.add_argument(‘–agnostic-nms’, action=‘store_true’, help=‘class-agnostic NMS’) parser.add_argument(‘–augment’, action=‘store_true’, help=‘augmented inference’) parser.add_argument(‘–update’, action=‘store_true’, help=‘update all models’) parser.add_argument(‘–project’, default=‘runs/detect’, help=‘save results to project/name’) parser.add_argument(‘–name’, default=‘exp’, help=‘save results to project/name’) parser.add_argument(‘–exist-ok’, action=‘store_true’, help=‘existing project/name ok, do not increment’) opt = parser.parse_args() 这里需要将刚刚训练好的最好的权重传入到推理函数中去。然后就可以对图像视频进行推理了。 parser.add_argument(‘–weights’, nargs=‘+’, type=str, default=‘runs/train/exp/weights/best.pt’, help=‘model.pt path(s)’) 对图片进行测试推理，将如下参数修改成图片的路径，然后运行detect.py就可以进行测试了。 parser.add_argument(‘–source’, type=str, default=‘01407.jpg’, help=‘source’) 推理测试结束以后，在run下面会生成一个detect目录，推理结果会保存在exp目录下。如图所示。

对视频进行测试，和如上的图片的测试是一样的，只不过是将图片的路径改为视频的路径而已。利用摄像头进行测试只需将路径改写为0就好了。但是好像还是会报错，这一点卡了我很久。报错如下。 解决方法：首先找到datasets.py这个py文件。 打开文件，找到第279行代码，给两个url参数加上str就可以了，如图所示，就可以完美运行电脑的摄像头了。 至此yolov5训练自己的模型就完全搞定了。

参考博文： 训练自己的目标检测模型 训练集和验证集划分 安装pytorch和paddle深度学习环境 利用labelimg制作自己的深度学习目标检测数据集