yolov5环境配置gpu版

要配置 YOLOv5 的 GPU 版本，需要进行以下步骤：

1. 安装 Anaconda 或 Miniconda

2. 创建一个新的 conda 环境

3. 安装 CUDA 和 cuDNN

4. 安装 PyTorch 和 Torchvision

5. 克隆 YOLOv5 代码库

6. 安装依赖

下面是具体的步骤：

1. 安装 Anaconda 或 Miniconda

Anaconda 是一个数据科学和机器学习平台，可以轻松地创建和管理 Python 环境。在安装 Anaconda 或 Miniconda 后，可以使用 conda 命令来创建和管理 Python 环境。

2. 创建一个新的 conda 环境

在终端或命令行中运行以下命令来创建一个新的 conda 环境：

conda create --name yolov5 python=3.8

3. 安装 CUDA 和 cuDNN

YOLOv5 使用 CUDA 和 cuDNN 来加速 GPU 计算。需要在安装 PyTorch 前安装 CUDA 和 cuDNN。

可以从 NVIDIA 官网下载和安装 CUDA 和 cuDNN。注意，需要根据自己的 GPU 型号选择正确的 CUDA 和 cuDNN 版本。

4. 安装 PyTorch 和 Torchvision

在创建的 conda 环境中运行以下命令来安装 PyTorch 和 Torchvision：

conda activate yolov5
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

其中 `cudatoolkit=11.1` 表示使用 CUDA 11.1 版本。

5. 克隆 YOLOv5 代码库

在终端或命令行中运行以下命令来克隆 YOLOv5 代码库：

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

6. 安装依赖

进入 YOLOv5 代码库所在的文件夹，运行以下命令来安装依赖：

cd yolov5
pip install -r requirements.txt

以上就是配置 YOLOv5 GPU 版本的步骤。如果一切顺利，现在应该可以使用 GPU 运行 YOLOv5 了。