yolov5安装保姆级教程

YOLOv5（You Only Look Once version 5）是一个流行的开源目标检测算法，基于PyTorch库实现，用于实时和高效地定位图像中的物体。以下是一个简单的YOLov5安装的保姆级教程：

**步骤1：环境准备**
- 安装Python：确保已安装Python 3.6或更高版本。
- 安装依赖：使用pip安装必要的库，如torch, torchvision, fastai等。运行以下命令：

   pip install torch torchvision fastai

**步骤2：安装YOLov5**
- 访问YOLov5的GitHub仓库：https://github.com/ultralytics/yolov5
- 在命令行中，导航到你想下载代码的目录并克隆仓库：

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

- 初始化项目并安装所需的额外依赖（如CUDA和CUDNN）：

   git submodule update --init --recursive
   pip install -r requirements.txt

**步骤3：设置CUDA（如果有GPU）**
- 如果你的系统有NVIDIA GPU，需要安装CUDA和cuDNN。请根据你的系统文档进行配置。
- 确保在环境变量中添加了CUDA和cuDNN的路径。

**步骤4：开始训练或使用预训练模型**
- 对于训练，执行`python train.py`，按照提示选择数据集、模型配置等选项。
- 对于预测，你可以使用`python detect.py`，提供一张图片或一个视频作为输入。

**注意事项：**
- YOLOv5支持多种预训练权重，可以根据需求选择合适的模型（例如 yolov5s, yolov5m, yolov5l 或 yolov5x）。
- 根据你的硬件配置，训练过程可能需要一定时间，尤其是对于大型数据集和复杂模型。