安装yolov5所需库

YOLOv5 是一个流行的物体检测模型，它基于 PyTorch 框架构建。要在本地安装 YOLOv5，你需要先确保已经安装了一些基本的 Python 库，包括：

1. **Python** 和 **pip**: 作为基础的编程环境，Python 3.x 版本是必需的，可以从 https://www.python.org 下载。

2. **torch** 和 **torchvision**: 这是 YOLOv5 的核心深度学习库，用于处理卷积神经网络。你可以通过命令 `pip install torch torchvision` 来安装。

3. **tqdm**: 一个进度条库，用于可视化下载过程，可以使用 `pip install tqdm` 安装。

4. **cython**: 如果遇到 C++ 扩展编译的问题，可能需要这个库，使用 `pip install cython`。

5. **numpy**: 数学计算库，用于数据预处理，通常已包含在默认环境中，如果缺失可以使用 `pip install numpy`。

6. **openvino** (仅对于部署到 Intel 平台): 如果你想利用 Intel 硬件加速，需安装 OpenVINO 工具包，参考官方文档：https://docs.openvinotoolkit.org/latest/openvino_docs_installation_install_from_source.html

7. **wget** 或 **curl**: 可能用于下载预训练模型权重，如果是离线安装，可能需要这两个工具之一，可以使用 `sudo apt-get install wget` 或 `sudo apt-get install curl`。

8. **Git**: 为了从GitHub克隆YOLOv5的源码，通常也需要 Git，如果你还没安装，可以用 `sudo apt-get install git` 或者 `brew install git`（MacOS）。

安装完成后，确保检查一下是否安装成功，运行 `python -c "import torch; print(torch.__version__)"` 看是否能加载 Torch。接下来，按照 YOLOv5 官方教程（https://github.com/ultralytics/yolov5）中的说明进行操作，以下载并设置模型。如果你在安装过程中遇到问题，记得查阅相关文档或社区支持。