在CPU上跑yolov5改成在gpu上跑

将 YOLOv5 从 CPU 上迁移到 GPU 上需要进行以下步骤：

1. 确保您的 GPU 驱动程序已正确安装并配置。您可以在 NVIDIA 官方网站上下载驱动程序并按照说明进行安装。

2. 安装 CUDA 和 cuDNN。CUDA 是 NVIDIA 的 GPU 并行计算平台，cuDNN 是 NVIDIA 的深度学习库。这两个软件包是在 GPU 上运行深度学习应用程序的必备软件。

3. 安装 PyTorch。PyTorch 是一个基于 Python 的科学计算库，它可以在 GPU 上运行深度学习模型。您可以从 PyTorch 官方网站上下载并安装 PyTorch。

4. 将 YOLOv5 的代码下载到本地，并确保您已安装了所需的 Python 依赖项。

5. 修改 YOLOv5 的代码以在 GPU 上运行。您需要更改模型初始化代码，将模型移动到 GPU 上，并更改数据加载代码以使用 GPU。

6. 运行 YOLOv5。使用您的 GPU 运行 YOLOv5 可以显著加快模型的推理速度。

请注意，将 YOLOv5 迁移到 GPU 上需要更多的计算资源，因此需要确保您的计算机具有足够的 GPU 内存和处理能力。