yolov10cuda环境安装

YOLOv10是一个基于YOLO（You Only Look Once）系列的实时目标检测模型，CUDA环境是其在NVIDIA GPU上进行高效运算所必需的。以下是安装YOLOv10 CUDA环境的基本步骤：

1. **安装CUDA**:
- 首先，访问NVIDIA官网下载适合自己GPU型号和系统的CUDA Toolkit。安装过程中需注意选择适合深度学习应用的版本。
- 安装完成后，需要添加CUDA的路径到系统环境变量中。

2. **安装cuDNN**:
- NVIDIA的cuDNN库用于加速深度学习计算。从NVIDIA Developer网站下载cuDNN，并按照提示安装。

3. **安装Python和相关库**:
- 使用Anaconda创建一个新的虚拟环境（如`yolov10env`），并激活它。
- 安装必要的Python包，包括TensorRT、torch等，例如通过命令行:

     conda create -n yolov10env python=3.7
     conda activate yolov10env
     pip install torch torchvision torchvision-cuda cudatoolkit=11.0 -f https://download.pytorch.org/whl/torch_stable.html

4. **克隆YOLOv10仓库**:

   git clone https://github.com/AlexeyAB/darknet.git
   cd darknet

5. **配置makefile**:
在darknet目录下，打开`Makefile`，找到`CUDA=1`设置部分，确保CUDA路径正确。然后构建Darknet库和YOLOv10模型。

6. **编译YOLOv10 for CUDA**:
运行`make yolo10`，这会编译包含CUDA支持的YOLOv10版本。