yolo5环境搭建

Anaconda 是管理 Python 环境最方便的工具，能一键创建、切换、删除环境什么的

• 下载地址：https://www.anaconda.com/download/success
• 安装时勾选 Add Anaconda3 to my PATH environment variable（方便终端调用）
• 安装完成后，打开 Anaconda Prompt（管理员模式）

验证安装：

终端中输入以下指令查看版本验证是否成功：

conda --version

创建独立的 YOLOv5 环境：

# 创建名为yolov5_env的环境，指定Python版本（YOLOv5推荐3.8-3.10）
conda create -n yolov5_env python=3.9 -y

• yolov5_env：环境名称，可自定义
• python=3.9：指定 Python 版本，兼容 YOLOv5 所有版本
• -y：自动确认所有安装选项

激活该环境：

conda activate yolov5_env

安装 YOLOv5 依赖：

# 安装PyTorch（Windows GPU版本，需先装CUDA，CPU版本见下方备注）
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 安装YOLOv5核心依赖
pip install ultralytics opencv-python pillow matplotlib pandas numpy
# 安装YOLOv5官方依赖（可选，克隆仓库后安装）
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
pip install -r requirements.txt

• 如果没有 NVIDIA 显卡（CPU 版本），PyTorch 安装命令改为：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

• 如果 git 克隆失败，可直接下载 YOLOv5 源码包：https://github.com/ultralytics/yolov5/archive/refs/heads/master.zip

验证环境是否独立且可用：

# 查看当前环境的Python路径（确认不是系统Python）
where python
# 查看已安装的包（确认只有YOLOv5相关依赖）
pip list
# 测试YOLOv5是否能运行
python -c "import torch; from ultralytics import YOLO; model = YOLO('yolov5s.pt'); print('YOLOv5环境搭建成功')"

环境管理常用命令：

# 退出当前虚拟环境
conda deactivate
# 查看所有创建的环境
conda info --envs
# 删除不需要的环境（谨慎使用）
conda remove -n yolov5_env --all
# 复制环境（如需备份）
conda create -n yolov5_env_copy --clone yolov5_env

×

*转载请注明出处：原文链接：https://52xuexi.site/page/157.html